[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

说明书

技术领域

本发明公开了新型电信业务预测法，特别是一种基于灰色系统模型神经网络的VLR用户数预测方法。

背景技术

电信业务预测是通信网络分阶段建设规划的前提条件，同时也是规划期内电信业务量和投资预估的必要条件之一。预测方法的选择直接关系到预测结果的精确程度。传统的预测方法很多，如趋势外推法，成长曲线法等，但这些预测方法的预测结果会出现以下问题：预测结果均为平滑的曲线，无法直观描述出电信业务随季节及其他外部环境引起的波动：

1、预测结果均为平滑的曲线，无法直观描述出电信业务的波动性。

2、预测结果对国家政策，市场策略等重要因素的变化反应不明显。

3、其他神经网络算法易于陷入局部最优解。

传统电信预测包括：1、中国专利《一种电信业务支撑系统服务器处理能力预测与规划方法》，公告号CN101374076；2、中国专利《电信网络中基于业务预测的交换电路的自动建立系统和方法》，公告号CN1887024。

神经网络模型已经广泛的应用于各个行业的数据预测之中，例如：1、中国专利《基于BP神经网络的水体中叶绿素a浓度预测方法》，公告号CN101158674；2、中国专利《基于灰色RBF神经网络的加速寿命试验寿命预测方法》，公告号101576443；3、中国专利《基于神经网络的污水泵站水位预测方法》，公告号CN101576443；4、中国专利《基于样本动态组织与温度补偿的神经网络短期电力负荷预测》，公告号CN101383023。

发明内容

发明目的：本发明所要解决的技术问题是针对现有技术的不足，提供一种基于灰色系统模型神经网络的VLR用户数预测方法。

本发明公开了一种基于灰色系统模型神经网络的VLR用户数预测方法，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；除以上5个指标外，本发明还选取过CPI增长速度、邮电运输总量、GDP、恩格尔系数等多个指标进行计算，经过大量运算发现以上5个指标的相关性最大，相关系数均达到90％以上。

(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。

本发明中，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。

本发明中，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。

本发明中，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；

本发明步骤(2)中灰色系统模型神经网络的传递函数为累加的类指数函数。

本发明中，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。

本发明中，所述的神经网络的训练是采用灰色系统算法进行训练。

本发明中，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。

本发明以部分信息已知(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这5个已知的和VLR用户数相关性最高的因素)、部分信息未知(VLR用户数)的不确定系统为处理对象，通过对“部分”已知信息的生成、开发，挖掘出有价值的信息，实现对系统未知信息运行行为、演化规律的正确描述和有效预测。

本发明中首先针对时间序列建立灰色模型，将时间序列数据转化为微分方程，利用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、常驻人口数及VLR用户数信息，使抽象的模型量化，最后将量化后的方程映射到一个扩展的神经网络中，进而可以在缺乏系统特性知识的情况下预测系统输出。