基于Matlab软件用户预测方法及流程.docVIP

基于Matlab软件用户预测方法及流程[摘要]移动用户预测的准确性是前期网络规划和后续工程建设的主要依据,直接关系到工程建设的规模和投资,以及工程建成投产后的经济效益。本文根据多年的规划工作经验积累,浅谈一下网络规划中的通信用户预测方法及流程,并提出了一种基于MATLAB软件的用户交互式预测界面,用以简化预测流程,提高预测精度。 [关键词]网络规划;用户预测;matlab 一、 前言 移动通信自1987年投入运营以来,用户数一直保持较高的增长率。为了满足用户不断增长的通信需求,全国各省、市都在加快通信网络的建设与扩容工程。而网络的建设既要不断引进新的技术,满足用户日益发展的个性化需求,又要使整个网络经济适用,使工程投产后收到良好的经济效益,因此就需要准确地对移动用户的发展进行预测。用户预测结果是后续网络规划和建设的依据,而预测结果的准确程度决定了整个规划的合理性和科学性。本文利用Matlab软件编制了一个交互式的用户预测界面,力争简化预测流程、提升预测精度,提高工作效率。 二、正文 用户的发展受到外界经济、政策、社会各方面因素的影响,所以用户预测不仅仅局限于通过成长曲线、二次曲线、GDP及普及率等预测方法对历史数据进行趋势外推,而要综合考虑外界各方面影响因素可能对用户发展产生的影响。为了使预测结果更加科学和符合实际并能促进网络健康发展,还要通过各种与用户数有关的指标对预测结果进行修正,同时综合考虑外界因素可能对未来几年用户的发展产生的影响,对修正后结果做再次调整,以力求得出最符合未来发展的用户预测结果。 (一)用户预测的方法及流程 1.GDP及普及法: ①通过直线法预测未来5年GDP和人口数,并计算出未来五年的人均GDP; ②计算出历史数据中GDP及普及率的线性关系; ③通过步骤①、②计算得出未来五年的普及率; ④根据为未来人口及普及率的预测,得出未来五年的移动用户数。 2.二次曲线拟合法: ①确定预测模型为 y=a×x2+b×x+c; ②通过对历史用户数据的拟合得出系数a,b,c; ③通过公式y=a×x2+b×x+c计算得出未来五年的移动用户数。 3.成长曲线法: ①确定预测模型为y=L×e(-b*e ) ,L为饱和系数; ②通过历史数据,计算系数b,k; ③通过公式 y=L×e(-b*e ) 计算得出未来五年的移动用户数。 4.瑞利分布法: ①通过人均GDP和人均收入门限确定潜在用户率; ②确定基准年份的渗透率; ③计算各影响因素(如手机终端价格下降、资费下降、社会经济增长等)的权重; ④由基准年渗透率和影响因素的权重计算得出未来五年的用户渗透率; ⑤由潜在用户率和用户渗透率相乘得出用户普及率; ⑥预测未来五年人口数; ⑦由人口数和普及率相乘得出移动用户数。 具体预测流程如图所示: 预测流程以历史通信用户数、人口、人均GDP为基础数据,同时要设定通信用户数的收入门限,以及基准年份的渗透率。瑞利预测方法中还需要通过将手机终端价格、资费、网络覆盖、网络质量等因素的科学量化作用到预测过程中。根据拟合曲线计算出历史数据,同时与实际发生的历史数据进行拟合,求出该预测方法的拟合度数值。而后将4种预测方法的4个拟合度数值进行求和,分别计算出各种方法的拟合度占四个拟合度数值总和的百分比,然后将各种预测方法的预测结果与其相对应的拟合度百分比相乘,同时将四种结果相加,即得出初步的预测结果。 (二)预测结果的修正 1.通过ARPU及MOU对预测结果进行修正 ARPU及MOU是验证用户发展是否科学合理的重要依据,根据公式: ARPU=运营收入/(预测前年年末用户数+预测当年年末用户数)/2/12; MOU=计费时长/(预测当年年初用户数+预测当年年末用户数)/2/12 根据各地区的历史ARPU、MOU数据对通过预测用户数计算出的ARPU、MOU发展趋势进行判断,对用户预测结果进行初步修正。 2.通过对外界发展环境(社会、政策、经济、技术)的判断对结果进行二次修正 当地的人均GDP、电信产业发展水平、居民消费能力、国家对通信行业采取的政策(例如非对称管制政策)、IMS、IP化等众多因素的影响可能对未来用户发展产生不同程度的影响。规划中,需将这些影响因素量化成具体的数值,作用到经过ARPU及MOU修正后的预测结果上,对结果进行二次修正。 3.用户发展趋势的判断 移动用户的发展遵循一定的发展趋势,通过两次修正后的用户预测结果,要从普及率、普及率增长率、用户数增长率等方面进行趋势判断。移动通信用户数的普及率(=通信用户数/人