移動(dòng)通信話(huà)務(wù)和湖泊輪廓演變的預(yù)測(cè)模型研究.pdf

1、關(guān)于預(yù)測(cè)的研究，已經(jīng)有眾多學(xué)者做了大量的相關(guān)工作。但是在實(shí)際應(yīng)用中，預(yù)測(cè)模型的構(gòu)建通常是具有針對(duì)性的，預(yù)測(cè)結(jié)果的精度也存在很大提升空間。并且，對(duì)于在平面上進(jìn)行圖形的預(yù)測(cè)還不成熟。本文專(zhuān)注于預(yù)測(cè)分析與建模的研究。在前人對(duì)預(yù)測(cè)模型的研究基礎(chǔ)上，從移動(dòng)通信話(huà)務(wù)和湖泊輪廓演變兩個(gè)應(yīng)用方面著手，具體研究工作如下：
　　首先構(gòu)建支持向量機(jī)模型。由于其訓(xùn)練參數(shù)決定著最終結(jié)果的精確度，選擇了具有全局優(yōu)化能力的蟻群算法來(lái)對(duì)支持向量機(jī)進(jìn)行改進(jìn)優(yōu)化。經(jīng)

2、過(guò)實(shí)驗(yàn)仿真，優(yōu)化之后的支持向量機(jī)模型，在話(huà)務(wù)量預(yù)測(cè)的精度及時(shí)效性上相對(duì)于傳統(tǒng)支持向量機(jī)模型具有明顯優(yōu)勢(shì)。
　　為了更準(zhǔn)確的對(duì)忙時(shí)話(huà)務(wù)量進(jìn)行預(yù)測(cè)，在考慮多因素條件下提出一種基于經(jīng)驗(yàn)?zāi)B(tài)分解的高斯過(guò)程和灰色預(yù)測(cè)的組合預(yù)測(cè)模型。首先提取出對(duì)話(huà)務(wù)量最有影響力的關(guān)鍵因素。然后用經(jīng)驗(yàn)?zāi)B(tài)分解法把話(huà)務(wù)量數(shù)據(jù)在時(shí)域上分解成具有不同頻率特征的多個(gè)分量。把這些分量結(jié)合高斯過(guò)程和灰色模型分別進(jìn)行預(yù)測(cè)，然后把各預(yù)測(cè)結(jié)果疊加，得到話(huà)務(wù)量預(yù)測(cè)值。通過(guò)仿真實(shí)驗(yàn)

3、，驗(yàn)證了該算法在預(yù)測(cè)話(huà)務(wù)量方面具有預(yù)測(cè)精度高，實(shí)現(xiàn)較容易等優(yōu)越性。
　　為了更深入廣泛的研究預(yù)測(cè)模型的應(yīng)用，提出了基于圖像變化的預(yù)測(cè)模型。以我國(guó)章江頭木錯(cuò)湖為例，研究了湖泊邊緣的演變。從采集的該湖泊遙感圖像上得到其邊緣圖，作為研究區(qū)域。在研究區(qū)域中間選擇一個(gè)原點(diǎn)，并以此作射線，得到預(yù)測(cè)所需的原始數(shù)據(jù)。建立灰色預(yù)測(cè)模型，對(duì)所得數(shù)據(jù)進(jìn)行預(yù)測(cè)分析，得到湖泊輪廓變化的預(yù)測(cè)圖，并對(duì)預(yù)測(cè)結(jié)果進(jìn)行驗(yàn)證，最終結(jié)果表明該研究方法對(duì)湖泊輪廓變化趨勢(shì)的