亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于混合算法的通信用戶規(guī)模預(yù)測

        2017-01-12 08:42:33燕敏王春潔
        現(xiàn)代電子技術(shù) 2016年23期

        燕敏++王春潔

        摘 要: 考慮到常規(guī)SVR預(yù)測模型及GA優(yōu)化和PSO優(yōu)化的SVR預(yù)測模型具有尋優(yōu)結(jié)果穩(wěn)定性差,容易陷入局部最優(yōu)解等問題,將具有極強(qiáng)的魯棒性能和全局搜索能力、能夠快速跳出局部最優(yōu)解等優(yōu)點(diǎn)的人工魚群算法與SVR算法進(jìn)行混合,建立基于混合算法的預(yù)測模型。通過混合后的算法能夠有效地使算法更快、更準(zhǔn)確地得到全局最優(yōu)解,避免了常規(guī)算法在人工魚更新位置時(shí)沒有全局信息,只有局部信息引起的收斂速度慢,精度低等問題。使用該混合算法預(yù)測模型以及使用傳統(tǒng)的三次曲線擬合法和GA?SVR算法建立通信用戶規(guī)模預(yù)測模型,針對(duì)2010—2012年通信用戶規(guī)模進(jìn)行預(yù)測,實(shí)驗(yàn)證明基于混合算法的通信用戶規(guī)模預(yù)測模型的預(yù)測精度高,穩(wěn)定性較好,相比另外兩種算法,具有較強(qiáng)的優(yōu)勢。

        關(guān)鍵詞: 通信用戶規(guī)模預(yù)測; 混合算法; 支持向量機(jī)回歸預(yù)測模型; 人工魚群算法

        中圖分類號(hào): TN911?34; TP37 文獻(xiàn)標(biāo)識(shí)碼: A 文章編號(hào): 1004?373X(2016)23?0025?04

        Research on communication user scale forecasting based on hybrid algorithm

        YAN Min1, WANG Chunjie2

        (1. Department of Electronics and Information Technology, Sichuan Modern Vocational College, Chengdu 610207, China;

        2. Chengdu College of University of Electronic Science and Technology of China, Chengdu 611731, China)

        Abstract: Since the conventional SVR forecasting model and SVR forecasting model optimized with GA and PSO have poor stability of optimizing result, and are easy to fall into the local optimal solution, the artificial fish swarm algorithm, which has strong robust performance and global search ability, and can quickly jump out of the local optimal solution, is combined with the SVR algorithm to establish the forecasting model based on hybrid algorithm. The hybrid algorithm can quickly and accurately get the global optimal solution, avoid the problems that the conventional algorithm has no global information, but only has slow convergence speed and low accuracy caused by the local information while updating the artificial fish position. The hybrid algorithm forecasting model, traditional cubic curve fitting algorithm and GA?SVR algorithm are used to establish the communication user scale forecasting model. The communication user scale in 2010—2012 was forecasted. The experimental results show that the studied communication user scale model based on hybrid algorithm has high forecast accuracy and good stability, and is better than other two algorithms.

        Keywords: communication user scale forecasting; hybrid algorithm; support vector machine regression forecasting model; artificial fish swarm algorithm

        0 引 言

        我國移動(dòng)通信市場巨大,市場競爭激烈,如何準(zhǔn)確地對(duì)用戶規(guī)模進(jìn)行預(yù)測對(duì)于運(yùn)營商來說具有十分重要的意義[1?2]。

        支持向量機(jī)回歸預(yù)測模型(Support Vector Regression,SVR)是一種應(yīng)用廣泛,泛化能力強(qiáng)的非線性預(yù)測模型,其具有躲避“維數(shù)災(zāi)害”,能尋找全局最優(yōu)解等優(yōu)點(diǎn),故其預(yù)測性能優(yōu)于其他非線性模型??蒲泄ぷ髡邔?duì)SVR預(yù)測模型做出了很多改進(jìn),從而使得SVR預(yù)測模型具有更優(yōu)的性能。文獻(xiàn)[3?4]中使用遺傳算法對(duì)SVR模型的參數(shù)選取進(jìn)行優(yōu)化,構(gòu)造GA?SVR混合預(yù)測模型,但是這種模型參數(shù)設(shè)置過程復(fù)雜,并且尋求結(jié)果取決于概率,尋優(yōu)結(jié)果穩(wěn)定性差。文獻(xiàn)[5?6] 中使用粒子群優(yōu)化算法對(duì)SVR模型的參數(shù)選取進(jìn)行優(yōu)化,構(gòu)造PSO?SVR混合預(yù)測模型,但是這種模型存在容易陷入局部最優(yōu)解等問題。

        人工魚群算法是受到動(dòng)物行為啟發(fā)而發(fā)展起來的一種群體智能優(yōu)化算法,具有極強(qiáng)的魯棒性能和全局搜索能力,能夠快速跳出局部最優(yōu)解等優(yōu)點(diǎn),因此本文使用將人工魚群算法與SVR算法進(jìn)行混合,建立基于混合算法的預(yù)測模型。

        1 用戶規(guī)模預(yù)測流程

        通信用戶規(guī)模預(yù)測是以大量相關(guān)統(tǒng)計(jì)數(shù)據(jù)為基礎(chǔ),根據(jù)人口總數(shù)、GDP等相關(guān)數(shù)據(jù)與通信用戶規(guī)模的內(nèi)在聯(lián)系和發(fā)展規(guī)律,利用統(tǒng)計(jì)方法推測出用戶規(guī)模在未來可能發(fā)展的趨勢,一般情況下,對(duì)通信用戶規(guī)模的預(yù)測包括以下步驟:

        (1) 收集和整理相關(guān)統(tǒng)計(jì)數(shù)據(jù)資料。根據(jù)相關(guān)資料可以確定用于用戶規(guī)模預(yù)測的影響因素有:全體居民消費(fèi)、平均工資水平、人均GDP、人均可支配收入、人均通信費(fèi)支出、通信公司ARPU指標(biāo)、電話普及率、家庭人均消費(fèi)性支出、居民人均存款儲(chǔ)蓄、手機(jī)平均價(jià)格、移動(dòng)電話普及率和總?cè)丝?。?duì)這些統(tǒng)計(jì)數(shù)據(jù)的收集要做到全面、準(zhǔn)確。

        (2) 選取預(yù)測算法。選取預(yù)測算法對(duì)于預(yù)測結(jié)果尤為重要。目前應(yīng)用較多的有曲線擬合法、瑞利分布法以及基于機(jī)器學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)算法等,每種預(yù)測算法都有其適應(yīng)的范圍、條件、優(yōu)點(diǎn)及缺點(diǎn),要根據(jù)具體情況選擇不同的算法。本文使用基于SVR和人工魚群優(yōu)化算法的混合算法建立預(yù)測模型。

        (3) 建立預(yù)測模型。根據(jù)選用的預(yù)測算法以及通信用戶規(guī)模預(yù)測的社會(huì)經(jīng)濟(jì)理論,建立符合實(shí)際的預(yù)測模型。

        (4) 使用已有結(jié)果對(duì)預(yù)測模型進(jìn)行預(yù)測性能測試。

        (5) 建立預(yù)測性能評(píng)價(jià)指標(biāo),對(duì)預(yù)測模型的預(yù)測結(jié)果進(jìn)行分析、評(píng)價(jià)。

        (6) 根據(jù)預(yù)測性能測試,反復(fù)修正預(yù)測模型,直至滿足預(yù)測精度為止。

        根據(jù)上述分析,得出針對(duì)通信用戶規(guī)模的預(yù)測模型建立流程如圖1所示[7?8]。

        4 結(jié) 論

        常規(guī)SVR預(yù)測模型及GA優(yōu)化和PSO優(yōu)化的SVR預(yù)測模型具有尋優(yōu)結(jié)果穩(wěn)定性差,容易陷入局部最優(yōu)解等問題。對(duì)于SVR算法,RBF核函數(shù)參數(shù)[σi]、不敏感系數(shù)[ε]和懲罰系數(shù)[C]通常是通過人工經(jīng)驗(yàn)隨機(jī)選取,因此,SVR算法預(yù)測模型的預(yù)測性能具有極大的隨機(jī)性和不確定性,本文使用將人工魚群算法與SVR算法進(jìn)行混合,建立基于混合算法的預(yù)測模型。

        使用國家統(tǒng)計(jì)局2005—2013年間的數(shù)據(jù)進(jìn)行預(yù)測實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果證明本文研究的基于混合算法的通信用戶規(guī)模預(yù)測模型的預(yù)測精度高,穩(wěn)定性較好,相比另外兩種算法,具有較強(qiáng)的優(yōu)勢。

        參考文獻(xiàn)

        [1] 蘇國軍.湖南電信3G業(yè)務(wù)發(fā)展戰(zhàn)略研究[D].長沙:中南大學(xué),2008.

        [2] 姜姣嬌.基于客戶價(jià)值與滿意度的電信運(yùn)營商集團(tuán)客戶市場營銷策略研究[D].天津:天津大學(xué),2014.

        [3] HUANG J, BO Y, WANG H. Electromechanical equipment state forecasting based on genetic algorithm?support vector regression [J]. Expert systems with applications, 2011, 38(7): 8399?8402.

        [4] CHEN Kuanyu. Forecasting systems reliability based on support vector regression with genetic algorithms [J]. Reliability engineering and system safety, 2007, 92(4): 423?432.

        [5] LIN S W, YING K C, CHEN S C, et al. Particle swarm optimization for parameter determination and feature selection of support vector machines [J]. Expert systems with applications, 2008, 35(4): 1817?1824.

        [6] 王治.基于混沌粒子群優(yōu)化SVR 的網(wǎng)絡(luò)流量預(yù)測[J].計(jì)算機(jī)仿真,2011,28(5):151?154.

        [7] 李曉磊,錢積新.人工魚群算法:自下而上的尋優(yōu)模式[J].系統(tǒng)工程理論與實(shí)踐,2002,22(3):76?82.

        [8] 江銘炎,袁東風(fēng).人工魚群算法及其應(yīng)用[M].北京:科學(xué)出版社,2012.

        [9] 王瑞雪,劉淵.GAFSA優(yōu)化SVR的網(wǎng)絡(luò)流量預(yù)測模型研究[J].計(jì)算機(jī)應(yīng)用研究,2013(3):856?860.

        [10] 翁鋼民,李凌雁.旅游客流量預(yù)測:基于季節(jié)調(diào)整的PSO?SVR模型研究[J].計(jì)算機(jī)應(yīng)用研究,2014(3):692?695.

        [11] 劉春波.基于人工神經(jīng)網(wǎng)絡(luò)的移動(dòng)通信市場用戶規(guī)模預(yù)測研究[D].廣州:暨南大學(xué),2010.

        [12] 趙穎.SCDMA無線市話用戶規(guī)模預(yù)測[D].北京:清華大學(xué),2011.

        免费日本一区二区三区视频| 狠狠色欧美亚洲综合色黑a| 日本道免费一区日韩精品| 丝袜美腿丝袜美腿丝袜美腿丝袜| 国产精品第一区亚洲精品| 日本av一区二区三区在线| 国产精品久久久久久久妇| 欧美自拍区| 精品国产一区二区三区香蕉| 国产一区二区三区观看视频 | 中文字幕乱码亚洲三区| 精品国产青草久久久久福利| 国产成人www免费人成看片| 亚洲a∨无码一区二区| 无码区a∨视频体验区30秒| 自拍偷拍另类三级三色四色| 久久一本日韩精品中文字幕屁孩 | 91国在线啪精品一区| 中文字幕乱码在线婷婷| 强开小婷嫩苞又嫩又紧视频| 国产乱国产乱老熟300部视频 | 麻豆视频黄片在线免费观看 | 国产一级毛片AV不卡尤物| 日韩人妻无码中文字幕一区| 日本一区二区三区综合视频| 色婷婷综合久久久中文字幕| 亚洲人成电影在线观看天堂色| 国产乱理伦片在线观看| 欧美xxxx新一区二区三区| 国产人妖直男在线视频| 护士的小嫩嫩好紧好爽| 国产精品久久久久久人妻精品| 视频二区 无码中出| 国产视频一区2区三区| 亚洲综合网站久久久| 风间由美性色一区二区三区| 98国产精品永久在线观看| 日本一区二区三区爱爱视频| 日本护士xxxx视频| 国产美女白浆| 免费人妻精品区一区二区三|