基于人工神經(jīng)網(wǎng)絡(luò)的移動(dòng)通信市場用戶規(guī)模預(yù)測研究
發(fā)布時(shí)間:2024-03-21 04:38
中國有著目前世界上最大的移動(dòng)通信領(lǐng)域市場,在移動(dòng)通信網(wǎng)絡(luò)經(jīng)過2G-2.5G通信技術(shù)的發(fā)展后,隨著3G牌照的發(fā)放,中國電信、中國移動(dòng)、中國聯(lián)通等運(yùn)營商面臨巨大的商業(yè)契機(jī),3G市場將為電信行業(yè)競爭的新戰(zhàn)場。如何準(zhǔn)確地預(yù)測用戶的增長規(guī)模,對運(yùn)營商的決策起著至關(guān)重要的作用。 本文將人工神經(jīng)網(wǎng)絡(luò)技術(shù)應(yīng)用到移動(dòng)用戶規(guī)模預(yù)測領(lǐng)域中,利用MATLAB軟件設(shè)計(jì)出基于BP神經(jīng)網(wǎng)絡(luò)的移動(dòng)用戶規(guī)模預(yù)測模型。通過一元相關(guān)分析法對12個(gè)預(yù)報(bào)因子進(jìn)行分析,作為模型的輸入。論文對Levenberg-Marquardt法,梯度遞減法,帶動(dòng)量因子的梯度遞減法等六種不同BP算法的訓(xùn)練效果進(jìn)行比較分析,得到適合論文模型的訓(xùn)練算法—Levenberg-Marquardt算法。最后,通過改變隱層節(jié)點(diǎn)數(shù)和網(wǎng)絡(luò)訓(xùn)練次數(shù),將網(wǎng)絡(luò)的訓(xùn)練和預(yù)報(bào)效果進(jìn)行對照,確定最佳隱層節(jié)點(diǎn)數(shù)為11,訓(xùn)練次數(shù)為7,并以此方案作為移動(dòng)用戶規(guī)模預(yù)測模型。經(jīng)過測試樣本集對預(yù)報(bào)模型的仿真結(jié)果進(jìn)行驗(yàn)證,并和主流的曲線法及瑞利法的模型進(jìn)行比較。結(jié)果表明,基于BP網(wǎng)絡(luò)進(jìn)行移動(dòng)用戶規(guī)模預(yù)測模型有較好的精確度。
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【部分圖文】:
本文編號:3933840
【文章頁數(shù)】:64 頁
【學(xué)位級別】:碩士
【部分圖文】:
圖4一4移動(dòng)用戶預(yù)測模型結(jié)構(gòu)
綜合分析以上訓(xùn)練過程和誤差,隱層神經(jīng)元個(gè)數(shù)收斂速度最快,網(wǎng)絡(luò)逼誤差最小。至此,網(wǎng)絡(luò)預(yù)報(bào)模型的訓(xùn)練算法和各參數(shù)完全確定,列于表4一9。模型結(jié)構(gòu)如圖4一4所示。表4一9網(wǎng)絡(luò)模型的結(jié)構(gòu)參數(shù)及學(xué)習(xí)算法項(xiàng)項(xiàng)目目參數(shù)及方法法網(wǎng)網(wǎng)絡(luò)層數(shù)3層:::....
本文編號:3933840
本文鏈接:http://sikaile.net/jingjilunwen/xxjj/3933840.html
最近更新
教材專著