灰色建模技术的通信运行指标预测(附件)【字数：8414】
话务量，也称电信负载量，在代表着通信设备承载能力的同时，另一方面也体现了用户对通信的需求的要求。除此之外。话务量随着用户数量，通信频繁程度以及每次通信所耗时长的变化而变化，因此对于通信用户话务量的研究来制定适当的话务量方案，成为每个企业，开发商充分利用资源，获取利益的重要手段。虽然现在已经步入大数据时代，对于数据的分析主要依据收集到的大量数据，然而，有些时候在这些数据中有效信息并不充足，甚至不能满足统计分析的需求。本文综合整理对通信运行指标“话务量”的统计要求，采用以“少数据，贫信息”著称的灰色建模技术，首先详细阐述灰色建模的不同方法（GM模型，马尔可夫模型）、基本步骤，建立相应的模型方程，使系统的研究有一个合理的模型基础，满足研究的研究框架。本文从通信运行指标的角度入手，选取话务量这一方面。通过对现有的信息，数据以及人们对未来的希望兼顾考虑，结合GM(1,1)模型以及灰色加权马尔可夫模型深入研究后续通信运行发展工作。详细的说，即先仅通过2014、2015两年的1至5月月话务量数据并且建立GM（1,1）模型来预测2016年1至5月的话务量数据，随后单独用12,13,14,15四年的每月数据分别预测2016年相对应的数据，并且用加权马尔可夫的方法来修正预测的残差，从而来提高预测的精确性。最后将最终预测值与最初预测的数据比较相对模拟误差，凸显出本方法的相对准确性。关键词灰色模型；通信；话务量；GM（1,1）；马尔可夫链
目 录
第一章 绪论 1
1.1通信话务量简介 1
1.1.1话务量定义 1
1.1.2话务量研究背景，现状和意义 1
1.2研究模型方法简介 2
1.2.1 GM模型简介 3
1.2.2马尔可夫模型简介 3
1.3本章小结 3
第二章 研究灰色模型的主要方法 5
2.1 GM（1,1）模型 5
2.2马尔可夫模型 6
2.2.1马尔可夫模型的定义 6
2.2.2马尔可夫模型的构造 7
第三章 基于灰色模型的话务量预测 10
3.1模型描述 10
3.2马尔可夫模型状态范畴的划分 13
3.3马尔可夫 *好棒文|www.hbsrm.com +Q: ￥351916072￥
模型初始概率的计算 14
3.4马尔可夫链的权重的计算 15
第四章 结束语 17
致谢 18
参考文献 19
第一章 绪论
1.1 通信话务量简介
1.1.1 话务量定义
话务量[10，11，13]，也称电信业务流量，电信负载量。话务量不仅体现了电信设备装置的承载能力，也表现了用户对通信的需求。其大小在取决于用户数量，用户通话次数的同时，也受用户每次通话所耗时长的影响。在通话次数一定，用户数量一定情况下，每次通话时长越长，话务量越大。话务量单位有两种：爱尔兰（Erl）、百秒呼（CCS），分别表示当通信事件以小时为单位和以百秒为单位时的话务量单位[11]。
1.1.2 话务量研究背景，现状和意义
时代在进步，科技在发展，二十一世纪已悄然度过将近五分之一，作为20世纪最为伟大的发明之一，作为与人类生活最为息息相关的行业之一，互联网事业更是随着时代的变迁而成长。它为人们提供的新的传播信息的载体，崭新的科学研究，科技创新的手段，互联网的出现以及应用也潜移默化的加速了工业革命和信息革命的脚步，一步步的推动人类的进步。同样，互联网也带动了通信业的技术发展和业务创新，它和通信业的合作体现于终端，接入，传输等各个方面。通信业与人们的生活越来越紧密相连，不可分割，通信技术拉近了彼此之间的距离，让远在千里之外的两个人可以看见对方的脸，听到那思念已久的声音，地域，气候等诸多问题也不再成为彼此的阻碍。人类生活的变化与发展给通信业带来广阔的发展市场，同时它所带来的商机也在刺激着各大商业精英，相互的竞争不断促使这电信业的更快进化。在这条通往成功的道路上，各种挑战也层出不穷，促使我们突破极限。
科学技术的发展带动着国际综合地位的提升，国家经济水平提高，各个产业都在飞速发展，人均收入较往年更是不断增加。固定电话早已普及，科技带来的互联网技术的普及，带来了手机用户的激增，人手一步手机早在发达城市实现，现在也在偏远地区逐步达标。智能手机的普及，各种交友软件的研发，也在一步步融入人们的生活。相比由于地域问题，收费变化的手机通话，越来越多的人更喜欢消耗流量的交友软件的联系方式,这在很大程度上影响者话务量的变化。对于通信开发商而言，以最少成本获取最大利益是其最优规划，随着各种软件，APP的使用率增高，通过预测每月话务量数据来制定合理的话务套餐成了每位通信运营商一项重要的任务。
在通信业兴起并蓬勃发展的几十年里，为更进一步的促进其进步，我国学者不断对其现状进行评估，对未来发展趋势进行预测，同时也在探索不同的研究方法，改进研究策略来谋求更精确的结果。崔立志[8]（2010）就灰色预测技术及其应用研究方面做出了讨论、研究，乐可争[11]于2014年发表文章《基于灰色预测模型的移动话务量预测研究》，李健，王昆[9]（2009）研究了C^4ISR系统通信网络综合效能评估的灰色层次模型，陶伟宜（2004）通过回归方法建立了基于市场用户数及每用户收入的话务量预测模型，对话务量进行了初步的预测分析。王少军，刘琦等于2011年就LSSVM方法对移动通信话务量进行了多步研究，以最少量预测值代替真实值构成多步预测的输入样本，解决了多步预测精度下降的问题。除此之外，赵娟，郭平等（2011）通过建立通信网络流量模型来分析某局域网络在泊松流量下的网络性能可靠性。这些对于通信业中话务量的发展在一定程度上起着促进作用。
1.2 研究模型方法简介
大数据时代的步入，各种数据分析方法的层出不穷，很多数据分析都要以大量的数据为基础，而事实情况在通信业方面，数据的收集相对困难，而且数据量达不到大数据分析的程度。很多适用于大数据分析的方法（如回归分析，相关分析等）并不适合少量数据的研究。在此严峻现状下，邓聚龙[1,3,5]首创的灰色系统理论这种基于“贫信息”，“少数据”的研究方法适时的为此提供了帮助。灰色系统理论[1,3，5]以“部分信息已知，部分未知”的“小样本”，“贫信息”系统为研究对象，通过对部分已知的信息的分析，提取来获取整体数据的规律，演变。
1.2.1 GM模型简介
GM系列模型[1,3，7,8，12]是灰色预测理论的基本模型，其中GM（1,1）模型尤为常见，而对于GM（1,1）模型，较为常见的有GM（1,1）均值模型，GM（1,1）原始差分模型，GM（1,1）离散模型以及GM（1,1）均值差分模型等。与此同时，除了不同形式的近似程度的差别之外，GM(1,1)模型的四种基本形式两两等价（均值模型，原始差分模型，离散模型，均值差分模型）[11,12,13]。这种程度的差别也是它们分别适合不同的情况，不同范围的原因，为它们的应用提供了多种可能，多种选择。与此同时，因为原始差分模型，均值差分模型，离散模型的时间响应式均为等比序列，因此，能够比较准确的模拟齐次指数序列[11]。
目 录
第一章 绪论 1
1.1通信话务量简介 1
1.1.1话务量定义 1
1.1.2话务量研究背景，现状和意义 1
1.2研究模型方法简介 2
1.2.1 GM模型简介 3
1.2.2马尔可夫模型简介 3
1.3本章小结 3
第二章 研究灰色模型的主要方法 5
2.1 GM（1,1）模型 5
2.2马尔可夫模型 6
2.2.1马尔可夫模型的定义 6
2.2.2马尔可夫模型的构造 7
第三章 基于灰色模型的话务量预测 10
3.1模型描述 10
3.2马尔可夫模型状态范畴的划分 13
3.3马尔可夫 *好棒文|www.hbsrm.com +Q: ￥351916072￥
模型初始概率的计算 14
3.4马尔可夫链的权重的计算 15
第四章 结束语 17
致谢 18
参考文献 19
第一章 绪论
1.1 通信话务量简介
1.1.1 话务量定义
话务量[10，11，13]，也称电信业务流量，电信负载量。话务量不仅体现了电信设备装置的承载能力，也表现了用户对通信的需求。其大小在取决于用户数量，用户通话次数的同时，也受用户每次通话所耗时长的影响。在通话次数一定，用户数量一定情况下，每次通话时长越长，话务量越大。话务量单位有两种：爱尔兰（Erl）、百秒呼（CCS），分别表示当通信事件以小时为单位和以百秒为单位时的话务量单位[11]。
1.1.2 话务量研究背景，现状和意义
时代在进步，科技在发展，二十一世纪已悄然度过将近五分之一，作为20世纪最为伟大的发明之一，作为与人类生活最为息息相关的行业之一，互联网事业更是随着时代的变迁而成长。它为人们提供的新的传播信息的载体，崭新的科学研究，科技创新的手段，互联网的出现以及应用也潜移默化的加速了工业革命和信息革命的脚步，一步步的推动人类的进步。同样，互联网也带动了通信业的技术发展和业务创新，它和通信业的合作体现于终端，接入，传输等各个方面。通信业与人们的生活越来越紧密相连，不可分割，通信技术拉近了彼此之间的距离，让远在千里之外的两个人可以看见对方的脸，听到那思念已久的声音，地域，气候等诸多问题也不再成为彼此的阻碍。人类生活的变化与发展给通信业带来广阔的发展市场，同时它所带来的商机也在刺激着各大商业精英，相互的竞争不断促使这电信业的更快进化。在这条通往成功的道路上，各种挑战也层出不穷，促使我们突破极限。
科学技术的发展带动着国际综合地位的提升，国家经济水平提高，各个产业都在飞速发展，人均收入较往年更是不断增加。固定电话早已普及，科技带来的互联网技术的普及，带来了手机用户的激增，人手一步手机早在发达城市实现，现在也在偏远地区逐步达标。智能手机的普及，各种交友软件的研发，也在一步步融入人们的生活。相比由于地域问题，收费变化的手机通话，越来越多的人更喜欢消耗流量的交友软件的联系方式,这在很大程度上影响者话务量的变化。对于通信开发商而言，以最少成本获取最大利益是其最优规划，随着各种软件，APP的使用率增高，通过预测每月话务量数据来制定合理的话务套餐成了每位通信运营商一项重要的任务。
在通信业兴起并蓬勃发展的几十年里，为更进一步的促进其进步，我国学者不断对其现状进行评估，对未来发展趋势进行预测，同时也在探索不同的研究方法，改进研究策略来谋求更精确的结果。崔立志[8]（2010）就灰色预测技术及其应用研究方面做出了讨论、研究，乐可争[11]于2014年发表文章《基于灰色预测模型的移动话务量预测研究》，李健，王昆[9]（2009）研究了C^4ISR系统通信网络综合效能评估的灰色层次模型，陶伟宜（2004）通过回归方法建立了基于市场用户数及每用户收入的话务量预测模型，对话务量进行了初步的预测分析。王少军，刘琦等于2011年就LSSVM方法对移动通信话务量进行了多步研究，以最少量预测值代替真实值构成多步预测的输入样本，解决了多步预测精度下降的问题。除此之外，赵娟，郭平等（2011）通过建立通信网络流量模型来分析某局域网络在泊松流量下的网络性能可靠性。这些对于通信业中话务量的发展在一定程度上起着促进作用。
1.2 研究模型方法简介
大数据时代的步入，各种数据分析方法的层出不穷，很多数据分析都要以大量的数据为基础，而事实情况在通信业方面，数据的收集相对困难，而且数据量达不到大数据分析的程度。很多适用于大数据分析的方法（如回归分析，相关分析等）并不适合少量数据的研究。在此严峻现状下，邓聚龙[1,3,5]首创的灰色系统理论这种基于“贫信息”，“少数据”的研究方法适时的为此提供了帮助。灰色系统理论[1,3，5]以“部分信息已知，部分未知”的“小样本”，“贫信息”系统为研究对象，通过对部分已知的信息的分析，提取来获取整体数据的规律，演变。
1.2.1 GM模型简介
GM系列模型[1,3，7,8，12]是灰色预测理论的基本模型，其中GM（1,1）模型尤为常见，而对于GM（1,1）模型，较为常见的有GM（1,1）均值模型，GM（1,1）原始差分模型，GM（1,1）离散模型以及GM（1,1）均值差分模型等。与此同时，除了不同形式的近似程度的差别之外，GM(1,1)模型的四种基本形式两两等价（均值模型，原始差分模型，离散模型，均值差分模型）[11,12,13]。这种程度的差别也是它们分别适合不同的情况，不同范围的原因，为它们的应用提供了多种可能，多种选择。与此同时，因为原始差分模型，均值差分模型，离散模型的时间响应式均为等比序列，因此，能够比较准确的模拟齐次指数序列[11]。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/sxtj/205.html
