改进模糊自回归模型在预测网络接通率中应用

改进模糊自回归模型在预测网络接通率中应用

ID:27880040

大小:71.50 KB

页数:7页

时间:2018-12-06

改进模糊自回归模型在预测网络接通率中应用_第1页
改进模糊自回归模型在预测网络接通率中应用_第2页
改进模糊自回归模型在预测网络接通率中应用_第3页
改进模糊自回归模型在预测网络接通率中应用_第4页
改进模糊自回归模型在预测网络接通率中应用_第5页
资源描述:

《改进模糊自回归模型在预测网络接通率中应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、改进模糊自回归模型在预测网络接通率中应用摘要: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FuzzyAR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

2、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(TimeDivisionSynchronous

3、CodeDivisionMultipleAccess)网络运行接通率历史数据。4结语FuzzyAR模型是一种已经在许多领域成功应用的模型[20]。本文根据接通率数据的特点,使用中值滤波方法对模糊化后的接通率序列进行了预处理,消除了原本存在的将FuzzyAR模型应用于接通率预测上的障碍,使得FuzzyAR模型可以顺利地应用。接下来,针对部分应用中拟合度门限没有合理的选取策略的问题,提出了在FuzzyAR模型求解中自适应的拟合度门限算法,为拟合度门限的合理选取提供了依据和指导。实验表明,改进型的FuzzyAR算法能够较好地应用于

4、接通率的建模和预测,且拟合度较高。当然,上述方法还存在一定不足:在目标函数的选取中可能还有更加有效和合理的目标函数,相对于传统的线性规划算法,这一算法计算量偏大等,这也是今后探索和努力改进的方向。参考文献:ROJASI,VALENZUELA0,ROJASF,etal.SoftcomputingtechniquesandARMAmodelfortimeseriesprediction[J].Neurocomputing,2008,71(4/5/6):519-537.[2]KAYACANE,ULUTASB,KAYNAK0.Gre

5、ysystemtheorybasedmodelsintimeseriesprediction[J].ExpertSystemswithApplications,2010,37(2):1784-1789.[3]张晗,王霞.基于小波分解的网络流量时间序列建模与预测[J].计算机应用研究,2012,29(8):3134-3136.[4]陈巍.移动通信网络系统接通率评估体系的研究[D].上海:上海海事大学,2006.[5]吴今培.模糊诊断理论及应用[M].北京:科学出版社,1995.[6]吴今培.模糊时间序列建模及应用[J].系统工

6、程,2002,20(4):72-76.[7]SONGQ,CHISSOMBS.Fuzzytimeseriesanditsmodels[J].FuzzySetsandSystems,1993,54(3):269-277.[8]BOXGEP,JENKINSGM.Timeseriesanalysisforecastingandcontrol[M].2nded.SanFrancisco,CA:HoldenDay,1976.[9]KASABOVNK,SONGQ.DENFIS:Dynamicevolvingneuralfuzzyinfer

7、encesystemanditsapplicationfortimeseriesprediction[J].IEEETransactionsonFuzzySystems,2002,10(2):144-154.[10]HATHAWAYR,BEZDEKJC.Switchingregressionmodelandfuzzyclustering[J].IEEETransactionsonFuzzySystems,1993,1(3):195-204.[11]KIME,PARKM,JIS,etal.Anewapproachtofuzzy

8、modeling[J].IEEETransactionsonFuzzySystems,1997,5(3):328-337.[12]刘次华.随机过程[M].武汉:华中科技大学出版社,2008.[13]VALENZUELA0,ROJASI,ROJASF,etal.Hybridizationof

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。