| 基于改进的网格搜索SVR的话务预测模型 |
| |
| 引用本文： | 郭美丽,覃锡忠,贾振红,陈丽.基于改进的网格搜索SVR的话务预测模型[J].计算机工程与科学,2014,36(4):707-712. |
| |
| 作者姓名： | 郭美丽 覃锡忠 贾振红 陈丽 |
| |
| 基金项目： | 中国移动通信集团新疆有限公司发展基金项目(XJM2011 11) |
| |
| 摘 要： | 话务预测是整个通信保障工作的基础，其预测精度决定了整个规划的合理性和科学性。而节假日话务量，具有历史样本量较小和非线性强的特点，传统的预测方法很难实现精确的预测。支持向量机在解决小样本和非线性问题时表现出许多特有的优势。提出了一种改进的网格搜索法和交叉验证法对支持向量回归机(SVR)参数优化选择，并对节假日忙时话务进行预测,并与BP神经网络、基本的SVR和网格搜索SVR三种预测模型进行比较。而且用免疫算法和粒子群算法优化SVR参数与本文算法作比较来预测普通日子的话务量。实验结果表明，基于改进的网格搜索SVR预测精度高、耗时少、稳定性强，具有很好的实用性和推广性。
|
| 关 键 词： | 节假日话务预测 支持向量回归机 改进的网格搜索法 |
| 收稿时间： | 2012-09-11 |
| 修稿时间： | 2014-04-25 |
The prediction model of traffic based on
improved grid search SVR |
| |
| GUO Mei li,QIN Xi zhong,JIA Zhen hong,CHEN Li.The prediction model of traffic based on
improved grid search SVR[J].Computer Engineering & Science,2014,36(4):707-712. |
| |
| Authors: | GUO Mei li QIN Xi zhong JIA Zhen hong CHEN Li |
| |
| Affiliation: | (1.College of Information Science and Engineering，Xinjiang University，Urumqi 830046;
2.China Mobile Group Xinjiang Company Limited，Urumqi 830063,China) |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《计算机工程与科学》浏览原始摘要信息 |
|
点击此处可从《计算机工程与科学》下载全文 |
