- 1、本文档共5页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
改进的变权组合业务量预测应用方法.doc
改进的变权组合业务量预测应用方法
【摘 要】对预测误差平方和最小为原则的固定权重最优组合预测模型进行改进,提出了一种应用于移动通信网业务量预测的变权组合预测方法。通过4种预测方法对某地业务量进行预测并比较其精确度,结果表明改进的变权组合预测方法取得了较高的预测精确度。
【关键词】业务量 组合预测 变权
中图分类号:TN929.5 文献标识码:A 文章编号:1006-1010(2014)-22-0037-03
An Improved Combinational Traffic Prediction Method with Variable Weights
SI Liang
(China Information Technology Designing amp; Consulting Institute Co., Ltd., Zhengzhou 450007, China)
[Abstract]
Based on the improvement of the optimum combinational prediction model in which the minimum squared sum of predicted errors is adopted, a combinational prediction method suitable for traffic prediction of mobile communication networks is proposed in this paper. Four prediction methods are used to predict the traffic in a region and their precision is compared. Results show that the proposed method has higher prediction precision.
[Key words]traffic combinational prediction variable weights
1 引言
在预测实践中,对同一问题往往可采用不同的预测方法,一种更为科学的做法是将不同的预测方法进行适当地组合,从而形成所谓的组合预测[1]。组合预测的方法大量应用于通信、医药、电力、社会学、经济等领域,成为最常用的预测方法之一。
业务量预测在整个通信网络规划中起着非常重要的作用,它是通信网络规划的基础和依据,由于通信网络业务量的变化受到多种因素制约,通常采用非负权重的组合预测方法来提高预测的精度。
2 变权组合预测模型
记fit(i=1,2,3,…,n;t=1,2,3,…,N)表示第i种预测方法在t时刻的预测值,wi表示第i种预测方法的权重,则表示固定权重线性组合加权预测值,如果wi时变化,则变权组合预测模型可表示为:
由于负权重在业务量预测中没有物理意义,所以本文取定非负权重。
3 变权系数的确定方法
记yt表示观测值,表示第i种
预测方法的预测误差平方,表示第i种预测方
法的预测误差协方差和,则
表示组合预测误差平方和。那么,以预测误差平方和最小为原则的最优组合预测模型为:
这种固定权重的预测方法的思想是根据“过去一段时间内组合预测误差最小”这一原则来求取各个单项预测方法的权重,该方法在对样本数据的拟合上能够做到误差平方最小。
文献[2]讨论了以上模型的一种wi最优解的迭代算法,并证明了迭代算法的收敛性。文献[3]讨论了变权组合预测的模型及变权的3种最佳变权系数的计算方法,其中以预测误差平方和最小为目标的方法本质上是在拟合区间每个时刻使用上述固定权重方法计算wi,使得wi随t变化,求得wit,在预测区间,,…,。
文献[4]认为“最近出现的历史数据往往是最有用的”并引入待定参数βm,根据历史数据利用数值计算的手段决定组合系数函数中的参数βm,使组合系数随时间的推移而变化。文献[5]引入了wit的概率分布Qit,根据wit在样本区间的先验概率分布为[1,N]上的均匀分布,在预测区间的先验概率分布为[N+1,N+j]上的均匀分布,然后利用非负变权组合预测模型的结果,用贝叶斯统计的方法修正Qit的后验概率分布。
4 变权组合预测在业务量预测中的改进
业务量的变化受多种因素影响,以往业务量中包含了其变化的多种“有用”信息,由于单个预测方法“时好时坏”的表现,为避免预测产生较大偏差,组合预测被认为是较好的提高预测精度的方法。文献[2]和[3]的方法在样本区间能够获得较高的拟合精度,但在预测区间上
文档评论(0)