移动通信网用户业务分析与预测方法

本文通过对移动通信网络所提供的业务种类和各种业务类型特点的分析,根据移动通信网络用户业务量预测的要求和特点,分析趋势外推法、瑞利多因素法、市场预测法、回归预测法和组合预测法等多种常用用户业务量预测方法的应用范围和优缺点,探讨在移动通信网络规划设计及优化工作中,如何正确选择适当的预测方法来进行用户业务量的分摘要:析和预测,从而保证移动通信网络规划设计及优化工作的正确性和准确性。     

动态加权预测方法设计及在降水预测中的应用

在动态数据预测中,为克服传统预测方法中所造成的较大误差,本文通过动态预测理论与移动平均预测理论相结合,设计了一种加权移动平均预测方法,用来预测时间序列数据.在原有的移动平均预测基础上构造一个动态加权参数.通过对相对误差的比较,证实了该方法预测效果优于移动平均预测.并利用该方法对乌鲁木齐地区30年平均降水量进行预测研究.并与动态预测方法相比较,预测效果相对误差较小.     

金融时间序列预测中的神经网络方法

概述了神经网络方法在金融时间序列预测应用中所面临的有关问题,给出了解决方法;针对有关模型和算法作了计算模拟与分析,得到了一些可供今后研究参考的经验结果;讨论了金融时间序列预测中主要的神经网络模型,如多层前馈网络、径向基函数网络以及支持向量机网络等.总结了关于模型改进的一些近期研究进展与结果,指出了神经网络用于金融时间序列预测的一些可能的方向.     

混沌预测技术在径流预报中的应用

以多条河流的径流时间序列为例详细分析了基于混沌力学的局部预测方法，并与全局方法和基于随机理论的ＡＲ模型等预测方法进行了对比。结果表明，局部预测方法往往优于其他预测方法。     

基于决策树的产品设计用户评价预测方法

产品设计用户评价预测是理论研究和应用研究的重要课题。本文提出了基于决策树的产品设计用户评价预测方法。讨论了决策树方法在产品设计用户评价预测中的适用性。对取自加州大学欧文分校机器学习知识库中,汽车评价数据库中的1729个数据做了产品设计用户评价预测实验,结果表明,模型有非常好的拟合和预测效果,其效果明显优于常用logistic回归。     

AR模型在网站点击量预测中的应用与研究

对数据挖掘的“预测”功能进行了研究，在对网站进行流量统计的基础上，利用AR模型建立点击量时间序列模型进行点击量的预测，同时也与其他常用的预测方法进行对比。从实验结果可以看出，AR模型的预测精度要优于其他的预测方法，达到了预期的精度要求。     

基于组合预测方法的安徽经济发展预测

利用最优加权组合法,对时间序列模型、灰色预测模型和神经网络模型进行组合,通过计算确定其权重,得出未来五年安徽省的GDP,同时根据平均绝对百分误差、均方根误差以及泰尔系数,将组合预测模型与单一的预测模型进行比较,得出组合预测模型的精度比单一预测模型预测精度高,并根据组合预测结果可以看出在未来五年安徽省的经济会持续稳定的发展。     

混沌算子网络在经济数据预测中的应用研究

采用多个混沌算子单元组成一种新的预测网络,实现经济数据的预测分析.利用已知数据构造出训练样本,通过调节混沌算子单元的控制参数来控制其动力学特性,以此改变预测网络的动力学行为,使预测网络的动力学特性逐渐逼近被预测系统,并随之一致变化,从而实现时间序列的动态预测分析.利用该方法对国内生产总值和国民总收入等经济数据进行了预测...     

GSM-R无线网络中容量规划的研究

由于GSM-R系统的应用逐渐深入,对该系统的研究也成为了一个热点,介绍了GSM-R系统结构,分析了GSM-R系统的用户预测,然后通过分析GSM-R系统业务的特点得到了GSM-R系统的话务模型,最后根据话务模型提出了一种计算基站话务量和设计基站配置的方法,并举例验证了方法的可行性。     

GSM-R无线网络中容量规划的研究

由于GSM-R系统的应用逐渐深入，对该系统的研究也成为了一个热点，介绍了GSM-R系统结构，分析了 GSM-R系统的用户预测，然后通过分析GSM-R系统业务的特点得到了GSM-R系统的话务模型，最后根据话务模 型提出了一种计算基站话务量和设计基站配置的方法，并举例验证了方法的可行性。     

非线性时间序列分析在股市行情预测中的应用

该文用非线性时间序列分析方法,对一般股市行情序列进行了拟合,指出可用逐段线性回归拟合趋势,用门发自回归模型拟合消除趋势后的平稳序列,通过对１９９７年４月２２日至５月１２日期间深圳股市行情预测值与实际值的对比,说明在正常状态（即无违规操作及无特殊政策出台）下,所建立的模型有较好的拟合效果,从而提供了一个行情预测的有效方法。     

VAR模型在3G用户规模预测中的应用

3G(Third Generation)用户规模的大小,将直接关系到我国未来通信事业发展前景。很多机构和个人应用各种线性,非线性模型对中国的3G用户规模进行了预测,但大多数模型分析都没有充分利用3G用户群特点。为此,在充分分析3G用户群特点的基础上,采用间接预测方法,把向量自回归模型(VAR:Vector Autoregression)引入3G用户规模预测中。通过建立CDMA(Code Division Multiple Address)用户数、互联网用户数、2G用户数的三变量的VAR模型,验证了宽带网络用户与CDMA用户之间的相互替代关系,并采用宽带网络用户数间接预测了3G未来网络用户规模。预测结果显示,到2008年中国3G需求空间将为6千多万户。这一巨大的市场规模将会直接影响中国3G产业的发展与政策制订。     

基于时间序列模型的商业企业销售量预测方法研究

预测是企业管理的一个重要职能,在如今激烈的商业竞争下,如何根据现有的数据预测未来并制定适宜的策略是企业成败的关键。本文在研究商业企业销售量时间序列的基础上,结合季节变动分析方法,建立商业企业年销售量预测模型,并在此基础上对商业企业实际销售预测给出的指导性建议。     

时间序列分析在粮食产量预测中的应用

在预测粮食产量中可以应用时间序列分析.叙述了时间序列模型的辨识、预测及建模过程,利用Matlab系统辨识工具箱对时间序列进行数据预处理,相关分析,ARMA模型参数估计,并对2010年的粮食产量进行了预测.     

径向基神经网络在股市预测中的应用

将 RBF神经网络应用于股市的预测中 ,以上证指数和海虹控股为对象进行建模和预测 ,仿真实验表明 ,该 RBF网络具有较好的学习和推广能力 ,对股价的预测达到了较好的效果     

神经网络在时间序列预测中的应用

将人工神经网络的ＢＰ模型应用于非线性时间序列预测,并将预测结果与传统预测方法的预测结果进行比较,表明神经网络预测方法具有明显的优势。     

AR模型在网站点击量预测中的应用与研究

对数据挖掘的“预测”功能进行了研究，在对网站进行流量统计的基础上，利用AR模型建立点击量时间序 列模型进行点击量的预测，同时也与其他常用的预测方法进行对比。从实验结果可以看出AR模型的预测精度要 优于其他的预测方法，达到了预期的精度要求。     

一种短信数据量预测方法的研究

评估网络处理能力是否满足短信增加量,关键之处是及时、准确完成短信数据量的预测.本文根据短信数据量时间序列的非线性性质,给出了一种预测方法.这种方法基于相空间重构,应用混沌时间序列的加权一阶局域法单步预测模型预测短信数据量.以全国2004年1月到2007年1月的月短信数据量为实例进行计算分析,通过Matlab仿真,得出相对误差在0.017～0.08以内.     

电力电量负荷预测方法及应用分析

为了进一步提高预测精度,则需要对传统方法进行一些改进,使预测结果具有更高的参考价值,本文主要探讨了时间序列预测法以及其实际运用。     

ARIMA模型在重庆市能源消耗量预测中的应用

能源是人类赖以生存和发展的重要物质基础,对经济的快速发展和人们生活水平的大幅度提高起着无可取代的作用,随着经济的发展人们对能源的需求日益增多,由于地球上的资源是有限的,对未来能源消耗量的准确预测显得尤为重要;运用ARIMA模型对《2013重庆市统计年鉴》中重庆市1981-2012年能源消耗量数据进行分析,结果显示:ARIMA(2,3,2)模型预测未来的结果较为准确,为重庆市资源消耗量提供了可靠的依据。