【摘要】： 本文在分析影響電信業(yè)務量主要因素的基礎(chǔ)上,建立了電信業(yè)務量預測模型,對電信業(yè)務量未來幾年的發(fā)展進行了預測。 論文首先闡述了我國電信業(yè)的發(fā)展現(xiàn)狀,然后指出了電信業(yè)務量的數(shù)據(jù)預測具有非線性、小樣本及影響因素之間的關(guān)系復雜等特點。 論文對常用的定量預測法做了介紹。具體如回歸預測法、指數(shù)平滑法、灰色模型預測法、BP神經(jīng)網(wǎng)絡法、RBF神經(jīng)網(wǎng)絡法。每種方法基于不同的數(shù)學理論和模型,因此它們在對數(shù)據(jù)的要求、預測精度和預測期間上也有差異。 對于電信行業(yè)的業(yè)務量預測,由于傳統(tǒng)的方法是通過分析影響因素,列出關(guān)系方程即回歸預測的方法,但是在數(shù)據(jù)量小、影響因素之間的關(guān)系復雜且信息不透明的情況下很難實現(xiàn),本文以1989-2005年我國電信業(yè)務量的歷史數(shù)據(jù)為例,根據(jù)影響電信業(yè)務量的主要因素及特點,分別采用不同的方法進行擬合,為了體現(xiàn)各種預測方法的可比性,對2005年的電信業(yè)務量進行預測檢驗,并對各個預測精度進行比較。 最后通過比較各種預測方法,歸納了各種預測方法的優(yōu)缺點,分析了各種預測方法的適合預測期間,并對各預測結(jié)果的精度進行了比較,最終結(jié)果表明對于電信業(yè)務量數(shù)據(jù)的預測采用基于回歸分析的神經(jīng)網(wǎng)絡法時效果最好,并用該模型對未來5年的電信業(yè)務量進行了預測及對電信業(yè)的發(fā)展提出了幾點建議。
【圖文】：

及圖形可以看出，運用本文所述的RBF神經(jīng)網(wǎng)絡預測擬合效果不錯。因此運用上述神經(jīng)網(wǎng)絡模型結(jié)構(gòu)對2檢驗。將結(jié)果經(jīng)過反歸一化處理后為12119.89億元，相對誤差為0.76%，效果比BP網(wǎng)絡的效果要好。經(jīng)了RBF神經(jīng)網(wǎng)絡模型在電信業(yè)務量預測中是有效的，模型相比，RBF神經(jīng)網(wǎng)絡模型比BP網(wǎng)絡模型需要調(diào)整和目標向量自動進行調(diào)整，從而進行函數(shù)逼近，只需數(shù)即可。從擬合結(jié)果來看，RBF具有較大的優(yōu)勢。序列的神經(jīng)網(wǎng)絡預測模型的建立列的神經(jīng)網(wǎng)絡預測模型的建模過程與基于回歸分析，，只是不需要確定影響因素，因此在對輸入神經(jīng)元的定的情況下，輸入神經(jīng)元的數(shù)目過多，則供網(wǎng)絡訓
【學位授予單位】：華中師范大學
【學位級別】：碩士
【學位授予年份】：2008
【分類號】：F626;F224

【相似文獻】

相關(guān)期刊論文 前10條

1 周慧艷;李程;;基于多影響因素的民航貨運量模糊回歸預測[J];物流技術(shù);2014年05期

2 祝悅敏;;三次指數(shù)平滑預測方法的應用——西安車站客運量預測[J];西鐵科技;1995年04期

3 蘇締熙;;探析年距回歸預測方法[J];企業(yè)導報;2012年08期

4 呂效國;;自回歸預測的改進方法:變換數(shù)據(jù)列[J];統(tǒng)計與決策;2007年05期

5 羅峰;;探索二元回歸預測成本在合成氨生產(chǎn)中的運用[J];中氮肥;1987年05期

6 馬鳳林,常先增;楊毒蛾種群密度與楊樹受害程度的回歸預測[J];國土與自然資源研究;1988年04期

7 冀春慈 ,洪仁杰;流腦發(fā)病率的回歸預測[J];河南大學學報(自然科學版);1988年02期

8 劉聯(lián)民;浙江省現(xiàn)金流通量回歸預測初探[J];南開經(jīng)濟研究;1988年03期

9 陳祝平;多元回歸預測應當篩選自變量[J];商業(yè)經(jīng)濟與管理;1988年01期

10 張堅;回歸—馬爾可夫鏈聯(lián)合預測方法[J];系統(tǒng)工程;1988年02期

相關(guān)會議論文 前10條

1 趙翠平;趙巖;張繼梅;;根據(jù)動力費對礦石產(chǎn)量進行回歸預測——北m:河鐵礦為例[A];魯冀晉瓊粵川遼七省金屬（冶金）學會第十九屆礦山學術(shù)交流會論文集（管理及綜合卷）[C];2012年

2 肖翠翠;楊姝影;;環(huán)境規(guī)劃中的預測方法與技術(shù)[A];2010中國環(huán)境科學學會學術(shù)年會論文集(第二卷)[C];2010年

3 呂津波;田鋒;吳思;;海上油田生產(chǎn)原油外輸?shù)念A測方法[A];第十四屆中國海洋（岸）工程學術(shù)討論會論文集（下冊）[C];2009年

4 徐大江;鄭學東;;證券投機風險三次指數(shù)平滑測度及應用研究[A];西部開發(fā)與系統(tǒng)工程——中國系統(tǒng)工程學會第12屆年會論文集[C];2002年

5 羅煒;;運輸需求的一種間接預測方法——兼論預測的本質(zhì)[A];管理科學與系統(tǒng)科學進展——全國青年管理科學與系統(tǒng)科學論文集（第4卷）[C];1997年

6 劉云浩;;實現(xiàn)轉(zhuǎn)型,促進我國電信業(yè)持續(xù)健康發(fā)展[A];通信發(fā)展戰(zhàn)略與業(yè)務管理創(chuàng)新學術(shù)研討會論文集[C];2005年

7 程秋生;李建丹;程建華;;老年性皮膚瘙癢癥患者的心理狀況及影響因素的分析[A];中華醫(yī)學會第十二次全國皮膚性病學術(shù)會議論文集[C];2006年

8 勞晶復;葉春洲;;我國電信業(yè)迎接入世行業(yè)及企業(yè)應對措施研究[A];新世紀 新機遇 新挑戰(zhàn)——知識創(chuàng)新和高新技術(shù)產(chǎn)業(yè)發(fā)展（上冊）[C];2001年

9 張長青;;農(nóng)業(yè)結(jié)構(gòu)調(diào)整的影響因素與區(qū)域農(nóng)業(yè)發(fā)展[A];現(xiàn)代農(nóng)業(yè)理論與實踐——安徽現(xiàn)代農(nóng)業(yè)博士科技論壇論文集[C];2007年

10 杜碧玉;;3G牌照與我國電信業(yè)的發(fā)展戰(zhàn)略[A];2004’中國通信學會無線及移動通信委員會學術(shù)年會論文集[C];2004年

相關(guān)重要報紙文章 前10條

1 記者 潘峰;電信業(yè)投資增５成 收入２２００億[N];證券日報;2003年

2 劉曉峰;電信業(yè)收入增速四年來首超GDP增速[N];經(jīng)濟日報;2011年

3 中國電信股份有限公司北京研究院 陳仕俊;把握希望規(guī)避風險[N];人民郵電;2006年

4 本報記者 林琳;理性看待電信業(yè)務收入增幅首次小于二位數(shù)[N];通信信息報;2005年

5 工信部電信研究院規(guī)劃設(shè)計研究所 毛駿;行業(yè)復蘇數(shù)據(jù)背后的隱憂[N];人民郵電;2011年

6 金嶺;去歲我國電信業(yè)保持高速增長態(tài)勢[N];通信產(chǎn)業(yè)報;2001年

7 本報記者 陳勛燕;中國電信業(yè)在規(guī)避風險中穩(wěn)健前行[N];通信信息報;2003年

8 ;我國電信業(yè)步入平緩增長期[N];通信產(chǎn)業(yè)報;2002年

9 陳仕俊;對我國電信業(yè)競爭的思考[N];人民郵電;2004年

10 韓永軍;危中謀變 化危為機[N];人民郵電;2009年

相關(guān)博士學位論文 前10條

1 李杰;安徽省馬鞍山市老年人自我忽視影響因素的橫斷面及縱向研究[D];安徽醫(yī)科大學;2018年

2 蔣鵬;移動社會網(wǎng)絡服務中用戶持續(xù)使用意向的影響因素研究[D];江西財經(jīng)大學;2018年

3 師容;注意力、時間和知識：我國政府決策的核心影響因素研究[D];東北大學;2015年

4 陳曉燕;匯率變動下通貨膨脹的影響因素及其傳導機制研究[D];南京航空航天大學;2016年

5 鄒曉燕;3—5歲兒童獨立性發(fā)展特點與影響因素研究[D];遼寧師范大學;2004年

6 于鵬;跨國公司內(nèi)部的知識轉(zhuǎn)移研究[D];山東大學;2006年

7 孫巖;居民環(huán)境行為及其影響因素研究[D];大連理工大學;2006年

8 毛麗娟;會計透明度影響因素研究[D];廈門大學;2007年

9 呂一博;中小企業(yè)成長的影響因素研究[D];大連理工大學;2008年

10 李沁芳;電子商務用戶信任影響因素建模及實證研究[D];同濟大學;2008年

相關(guān)碩士學位論文 前10條

1 黃志丹;基于神經(jīng)網(wǎng)絡的電信業(yè)務量預測[D];華中師范大學;2008年

2 王秀美;深度學習在回歸預測中的研究及應用[D];山東農(nóng)業(yè)大學;2017年

3 周穎;成綿樂運輸通道客運量預測方法的研究[D];西南交通大學;2008年

4 叢欣偉;中國股市β系數(shù)預測方法的實證研究[D];湖北工業(yè)大學;2011年

5 盧亞光;視頻中動作預測方法的研究[D];遼寧大學;2018年

6 張旭;分布式光伏發(fā)電功率預測方法的實驗研究[D];華北電力大學(北京);2018年

7 李福順;基于相關(guān)向量機的公交車隊規(guī)模預測方法[D];福州大學;2017年

8 尤潔;基于圖勾勒的鏈路預測方法[D];云南大學;2017年

9 張珂銓;風速預測中人工智能方法的應用研究[D];蘭州大學;2018年

10 馮莉;多種預測方法在我國對外貿(mào)易預測中的應用研究[D];武漢理工大學;2007年

本文編號：2653528