[发明专利]一种基于灰色系统模型神经网络的VLR用户数预测方法

权利要求书

1.一种基于灰色系统模型神经网络的VLR用户数预测方法，其特征在于，包括如下步骤：

(1)获取一地区若干个月内的VLR用户数以及电信业务中对VLR用户数有影响的5个指标，包括：移动公司市场占有率、移动电话普及率、每月节假日天数、居民可支配收入及常驻人口数；

(2)建立灰色系统模型神经网络；

(3)对灰色系统模型神经网络进行训练和测试；

(4)利用通过测试的灰色系统模型神经网络来预测一地市的VLR用户数。

2.根据权利要求1所述的一种基于灰色系统模型神经网络的VLR用户数预测方法，其特征在于，步骤(1)中包括对VLR用户数以及5个指标的数据归一化到0和1之间的归一化过程。

3.根据权利要求1所述的一种基于灰色系统模型神经网络的VLR用户数预测方法，其特征在于，所述灰色系统模型神经网络包括四层，第一层有1个神经元，第二层有1个神经元，第三层有6个神经元，第四层有1个神经元；

第一层的神经元为月份序列，第二层的神经元为网络参数初始值，第三层6个神经元为第一层月份序列中对应月份的VLR用户数以及对应5个指标，第四层为输出的预测的VLR用户数。

4.根据权利要求3所述的一种基于灰色系统模型神经网络的VLR用户数预测方法，其特征在于，第一层次中，对月份序列进行建模，将月份序列数据转化为微分方程；

灰色系统模型神经网络的传递函数使用累加的指数函数。

5.根据权利要求1所述的一种基于灰色系统模型神经网络的VLR用户数预测方法，其特征在于，步骤(3)，所述的对神经网络进行训练和测试是，将检测数据分为两部分，前70％～90％的月份数据用来训练网络，后10％～30％的月份数据用来检验网络；对网络反复训练，当预测值与实际值间误差小于0.1时，停止训练，开始预测。

6.根据权利要求1或5所述的一种基于灰色系统模型神经网络的VLR用户数预测方法，其特征在于，所述的神经网络的训练是采用灰色系统算法进行训练。

7.根据权利要求1或5所述的一种基于灰色系统模型神经网络的VLR用户数预测方法，其特征在于，在步骤(4)中，利用通过训练的神经网络进行预测时，先将检测数据归一化到0和+1之间再进行输入，并将网络运算后的输出值进行反归一化后得到VLR用户数的预测值。