【摘要】分析中國(guó)通信移動(dòng)通信市場(chǎng)發(fā)展情況，移動(dòng)市場(chǎng)發(fā)展的歷史數(shù)據(jù)，具有明顯的階段性，即在不同的發(fā)展階段具有不同的特點(diǎn)，將小波神經(jīng)網(wǎng)絡(luò)理論模型應(yīng)用于移動(dòng)通信市場(chǎng)預(yù)測(cè)，有助于更好地把握移動(dòng)通信用戶發(fā)展的規(guī)律，掌握下一步移動(dòng)通信市場(chǎng)發(fā)展情況，為通信運(yùn)營(yíng)商的建設(shè)投資提供依據(jù)，為市場(chǎng)發(fā)展規(guī)劃做好指導(dǎo)具有重要的價(jià)值，具有很強(qiáng)的實(shí)用性和準(zhǔn)確性。

【關(guān)鍵詞】小波神經(jīng)網(wǎng)絡(luò)；移動(dòng)通信；市場(chǎng)預(yù)測(cè)

1.研究背景

自1987年中國(guó)移動(dòng)通信業(yè)務(wù)運(yùn)營(yíng)以來(lái)，移動(dòng)用戶數(shù)一直保持較高的增長(zhǎng)率，經(jīng)過(guò)二十幾年的快速增長(zhǎng)，截至2013年10月全國(guó)移動(dòng)用戶總數(shù)已到達(dá)12億，居世界第一位。特別是近幾年，隨著競(jìng)爭(zhēng)的引入、資費(fèi)政策的降低以及強(qiáng)大的移動(dòng)上網(wǎng)數(shù)據(jù)需求，移動(dòng)通信成為消費(fèi)的熱點(diǎn)，用戶的絕對(duì)數(shù)量增長(zhǎng)迅猛，從我國(guó)移動(dòng)用戶發(fā)展的歷史數(shù)據(jù)來(lái)看，具有明顯的階段性，即在不同的發(fā)展階段具有不同的特點(diǎn)，為了更好地把握移動(dòng)通信用戶發(fā)展的規(guī)律，掌握下一步移動(dòng)通信市場(chǎng)發(fā)展情況，對(duì)移動(dòng)通信市場(chǎng)進(jìn)行預(yù)測(cè)，為通信運(yùn)營(yíng)商的建設(shè)投資提供依據(jù)，為市場(chǎng)發(fā)展規(guī)劃做好指導(dǎo)具有重要的價(jià)值。

2.相關(guān)理論

2.1 小波理論

20世紀(jì)70年代，法國(guó)石油公司工作的年輕的地球物理學(xué)家，從事石油信號(hào)處理的工程師Jean.Morlet在1984年首先提出了小波變換WT（wavelettransform）的概念。Mallat提出了多分辨（尺度）分析的概念，給出了構(gòu)造正交小波基的一般方法，這之前人們構(gòu)造的正交小波基具有高度的技巧性和不可模仿性。

（1）小波變換

（2）小波分解

2.2 小波神經(jīng)網(wǎng)絡(luò)

小波神經(jīng)網(wǎng)絡(luò)（WaveletNeuralNetwork，WNN）是在近年來(lái)小波分析研究獲得突破的基礎(chǔ)上提出的一種人工神經(jīng)網(wǎng)絡(luò)。它是基于小波分析理論所構(gòu)造的一種分層的、多分辨率的新型人工神經(jīng)網(wǎng)絡(luò)，即用非線性小波基取代了通常的非線性Sigmoid函數(shù)，其信號(hào)表述是通過(guò)將所選取的小波基進(jìn)行線性疊加來(lái)表現(xiàn)的。小波神經(jīng)網(wǎng)絡(luò)具有以下特點(diǎn)。首先，小波基元及整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)的確定有可靠的理論根據(jù)，可避免BP神經(jīng)網(wǎng)絡(luò)等結(jié)構(gòu)設(shè)計(jì)上的盲目性；其次，網(wǎng)絡(luò)權(quán)系數(shù)線性分布和學(xué)習(xí)目標(biāo)函數(shù)的凸性，使網(wǎng)絡(luò)訓(xùn)練過(guò)程從根本上避免了局部最優(yōu)等非線性優(yōu)化問(wèn)題；第三，有較強(qiáng)的函數(shù)學(xué)習(xí)能力和推廣能力。

小波神經(jīng)網(wǎng)絡(luò)可以分為松散型和融合型。松散型小波神經(jīng)網(wǎng)絡(luò)是小波分析對(duì)神經(jīng)網(wǎng)絡(luò)的輸入進(jìn)行初步處理，使得輸入神經(jīng)網(wǎng)絡(luò)的信息更利于神經(jīng)網(wǎng)絡(luò)處理。融合型小波神經(jīng)網(wǎng)絡(luò)是小波和神經(jīng)元直接融合，即小波元代替神經(jīng)元，輸入層到隱含層的權(quán)值及隱含層閥值分別由小波函數(shù)的尺度和平移參數(shù)所代替。

3.基于小波神經(jīng)網(wǎng)絡(luò)的移動(dòng)通信市場(chǎng)預(yù)測(cè)

3.1 小波神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法的具體步驟

1）網(wǎng)絡(luò)參數(shù)的初始化，包括將小波的伸縮因子、平移因子、網(wǎng)絡(luò)連接權(quán)值、學(xué)習(xí)率以及運(yùn)動(dòng)因子賦初始值，并置輸入樣本計(jì)數(shù)P=1。

2）輸入學(xué)習(xí)樣本和相應(yīng)輸出。

3）計(jì)算隱含層和輸出層的輸出。

4）計(jì)算誤差和梯度向量。

5）輸入下一個(gè)樣本P=P+1。

6）判斷算法是否結(jié)束，當(dāng)E〈$時(shí)，即代價(jià)函數(shù)小于預(yù)先設(shè)定的某個(gè)精度，停止網(wǎng)絡(luò)的學(xué)習(xí)，否則將計(jì)數(shù)器計(jì)數(shù)為1，并轉(zhuǎn)步驟2〉循環(huán)。

3.2 基于小波神經(jīng)網(wǎng)絡(luò)的移動(dòng)通信市場(chǎng)預(yù)測(cè)的實(shí)證分析

4.結(jié)論

本文選取142個(gè)月的中國(guó)移動(dòng)歷史用戶數(shù)作為小波神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)數(shù)據(jù)，經(jīng)過(guò)800次循環(huán)疊代計(jì)算，利用最近10個(gè)月的數(shù)據(jù)作為驗(yàn)證數(shù)據(jù)進(jìn)行驗(yàn)證，得到以下結(jié)論，第一，小波神經(jīng)網(wǎng)絡(luò)理論模型進(jìn)行中國(guó)移動(dòng)用戶數(shù)變化的預(yù)測(cè)效果很精確，絕對(duì)誤差A(yù)PE的最大值為0.92%，平均絕對(duì)百分比誤差為0.29%，均方差誤差為14.6。第二，預(yù)測(cè)到2015年中國(guó)移動(dòng)用戶數(shù)量將達(dá)到13.6億部，未來(lái)的一年半的時(shí)間用戶數(shù)增加速度放緩，為各家通信企業(yè)在進(jìn)行投資建設(shè)、發(fā)展目標(biāo)制定等方面提供參考。

參考文獻(xiàn)

[1]趙宏.證券投資的神經(jīng)網(wǎng)絡(luò)方法[J].系統(tǒng)工程理論與實(shí)踐，1997，7（6）：127-131.

[2]崔景泰[美].小波分析導(dǎo)論[M].程正興，譯.西安：西安交通大學(xué)出版社，1995，2-28.

[3]周明，聶艷麗，等.基于小波分析的短期電價(jià)ARIMA預(yù)測(cè)方法[J].電網(wǎng)技術(shù)，2005，25（9）：50-55.

[4]楊立才，等.基于粗集的正交小波網(wǎng)絡(luò)預(yù)測(cè)模型研究[J].系統(tǒng)工程與電子技術(shù)，2005（8）.

作者簡(jiǎn)介：?jiǎn)堂廊A（1977—），女，山東聊城人，河海大學(xué)商學(xué)院在讀博士研究生，中級(jí)工程師，研究方向：管理科學(xué)與工程。