改进模糊自回归模型在预测网络接通率中的应用.docVIP

改进模糊自回归模型在预测网络接通率中的应用 　　摘要： 　　针对通信网络中性能指标预测的需要，提出了基于改进的模糊自回归模型的接通率预测方法，研究了拟合度门限自适应的模糊自回归模型。将中值滤波应用于模糊自回归模型的数据预处理中，在此基础上，针对部分应用拟合度门限不明确的特点，将拟合度门限计算式加入预测模型中，实现模型拟合度门限的自适应。仿真实验表明：基于Fuzzy AR模型的预测方法可以用于对接通率的预测，预测结果拟合度较高。 　　关键词： 　　模糊预测；自适应拟合度；模糊自回归模型；接通率预测；数据预处理 　　0引言 　　随着通信网络的发展，承载网络的通信技术已不再是主要问题，而网络性能的管理越来越受到广泛关注，通信网络关键性能指标的性能预测更是当前面临的主要问题。通信网络的接通率是一个时间序列，目前在时间序列的预测方面已经有许多有益的探索[1-3]。针对通信网络中接通率性能指标数据的特点[4]，使用基于模糊时间序列[5-7]的预测算法，并对预测算法进行参数自适应机制方面的研究和改进，为通信网络中性能指标数据的预测方法提供新思路。最后，通过仿真实验验证改进模型对接通率预测的有效性。本文实验数据来源于中国移动通信公司某分公司的TDSCDMA（Time DivisionSynchronous Code Division Multiple Access）网络运行接通