激光杂志
激光雜誌
격광잡지
LASER JOURNAL
2015年
4期
99-102
,共4页
宋秀秀%贾振红%覃锡忠%曹传玲%牛洪梅
宋秀秀%賈振紅%覃錫忠%曹傳玲%牛洪梅
송수수%가진홍%담석충%조전령%우홍매
话务量预测%多因素%经验模态分解%高斯过程%灰色预测%组合模型
話務量預測%多因素%經驗模態分解%高斯過程%灰色預測%組閤模型
화무량예측%다인소%경험모태분해%고사과정%회색예측%조합모형
Forecasting of telephone traffic%multiple factors%EMD%Gaussian process%gray prediction%combined model
为了更准确的对忙时话务量进行预测,在考虑多因素条件下提出一种基于经验模态分解(EMD)的高斯过程和灰色预测的组合预测模型.首先对影响话务量的多因素进行相关性分析,提取出最有影响力的关键因素.然后用经验模态分解法把话务量数据在时域上分解成具有不同频率特征的多个分量.把本征模函数(IMF)分量分别和关键因素作为输入,用高斯过程进行预测,趋势分量用灰色预测方法进行预测,然后把各预测结果叠加,得到话务量预测值.通过对收集的话务量数据进行仿真实验,验证了该算法在预测话务量方面具有预测精度高,实现较容易等优越性.
為瞭更準確的對忙時話務量進行預測,在攷慮多因素條件下提齣一種基于經驗模態分解(EMD)的高斯過程和灰色預測的組閤預測模型.首先對影響話務量的多因素進行相關性分析,提取齣最有影響力的關鍵因素.然後用經驗模態分解法把話務量數據在時域上分解成具有不同頻率特徵的多箇分量.把本徵模函數(IMF)分量分彆和關鍵因素作為輸入,用高斯過程進行預測,趨勢分量用灰色預測方法進行預測,然後把各預測結果疊加,得到話務量預測值.通過對收集的話務量數據進行倣真實驗,驗證瞭該算法在預測話務量方麵具有預測精度高,實現較容易等優越性.
위료경준학적대망시화무량진행예측,재고필다인소조건하제출일충기우경험모태분해(EMD)적고사과정화회색예측적조합예측모형.수선대영향화무량적다인소진행상관성분석,제취출최유영향력적관건인소.연후용경험모태분해법파화무량수거재시역상분해성구유불동빈솔특정적다개분량.파본정모함수(IMF)분량분별화관건인소작위수입,용고사과정진행예측,추세분량용회색예측방법진행예측,연후파각예측결과첩가,득도화무량예측치.통과대수집적화무량수거진행방진실험,험증료해산법재예측화무량방면구유예측정도고,실현교용역등우월성.
