用周期模型和近邻算法预测话务量时间序列

客服中心话务量虽然具有周期性,但在不同时间遵循不同变化规律,这是话务量预测的难点。针对这个问题,以某电信公司一年的实际话务数据为基础,分别采用周期模型和基于实例的近邻算法进行话务量时间序列预测,并对比分析了两种预测方法的效果。实验数据表明,对工作日话务量的预测,周期模型的预测效果优于近邻算法;对非工作日话务量的预测,近邻算法的预测效果优于周期模型。为取得更好的预测效果,实现了周期模型和近邻算法相结合的预测方法。结果表明,在最好的情况下,该方法的预测精度比周期模型提高约19.7%,比近邻算法提高约48.8%。     

支持向量机在电信话务量预测中的应用分析

电信话务量预测是移动通信运营分析的一个很重要的问题,通过话务量预测,运营商可以方便地做出有针对性的决策。支持向量机（support Vector Machine或SVM）是vapnik等人在统计学习理论（statistical Learning Theory或SLT）基础上提出的一种新的通用学习方法。这种方法改变了传统的经验风险最小化原则,是针对结构风险最小化原则提出的。将支持向量机应用于电信话务量预测,在非线性回归分析中显示了良好的性能,有效地实现了有限样本数据的分析预测,保证了较好的精确性和推广性,体现了很好的泛化能力。     

长途电话话务量发展前景的人工神经网络预测

电信部门目标管理中的一个重要问题是对电话话务量发展前景进行合理预测。对此,本文提出话务量组合预测的人工神经网络方法,并选取一组标样进行具体尝试。结果表明,用这种方法预测我国长途电话话务量效果较好。     

基于约束人力资源配置系统的设计与实现

由于传统的人工排班模式难以完成满足约束条件的人力资源合理配置,为此,针对国内客服中心全职话务员、班组管理和轮班与连续班规则的特点,设计并实现了基于约束的人力资源配置系统。该系统经过话务员和班组定义、规则设置、话务量预测、话务员需求计算、执行排班5个步骤,完成人力资源的动态配置。其中话务量预测采用周期模型和近邻算法相结合的方法,能够更好地区分工作日和非工作日,提高了预测精度;排班算法采用基于深度优先回溯和整数规划结合的方法,达到了话务量高度拟和以及节省人力成本的目的。     

基于神经网络的客服中心话务量预测模型

针对现有预测模型在话务量发展趋势变化、新技术新业务引入后模型失效、预测精度下降等问题,提出一种基于神经网络和事件样本库的智能预测方法.该方法具有自学习功能,可根据预测误差自动调整预测参数并更新事件样本,对话务量趋势变化、事件影响程度变化及新事件的发生具有持续自适应能力.仿真结果表明,该预测方法能有效降低预测误差,与现有...     

基于自适应最优模糊逻辑系统的移动通信话务预测

移动通信话务数据具有强非线性,传统的预测技术很难准确预测其变化规律．文中根据移动通信话务量的特点,对移动通信话务数据进行分块建模——采用最近邻模糊聚类算法对周期分量模块进行建模,采用线性回归方法对趋势分量模块进行建模,并据此设计了一种智能型的自适应最优模糊逻辑话务预测系统,进而对广东某地区的话务数据进行了预测．现场调试结果表明,该预测系统能有效预测移动通信的话务量．     

BP网络在呼叫中心服务质量管理中的应用

基于对呼叫中心服务质量管理现状的分析,提出利用BP网络对呼叫中心客服代表的服务质量数据进行分类和预测,并对各输入属性进行敏感性分析,找出影响客服代表服务质量的关键属性,帮助提高呼叫中心的服务水平.     

电力负荷需求预测分析

随着电网对电力预测的要求进一步的加大,电力负荷需求的精确分析能力将是电网进行电力运转、实时控制和调度的必要前提。介绍了电力负荷的概念,对影响电力负荷预测的因素进行分析,在此基础上探讨了电力预测分析技术,包括传统预测方法、经典预测技术以及现代的预测分析方法。     

基于灰色理论的长期电力负荷预测

电力负荷预测为编制电力规划提供依据,它为地区或电网的电力发展速度、电力建设规模、电力工业布局、能源资源平衡,地区或电网间的电力余缺调剂,以及地区或电网资金和人力资源的需求与平衡提供可靠的依据。本文介绍了灰色预测方法,并且对我国1996年—2006年的长期电力负荷进行了实证预测分析,说明了此方法的可行性,并且检验了用灰色预测方法预测长期电力负荷的精确度。为准确预测长期电力负荷提供了一种简便可行的分析预测方法。     

呼叫中心到达过程的建模与预测

呼叫中心到达量的拟合和预测对呼叫中心人力需求计算和排班有着重要作用.根据用户在呼叫中心的不同阶段,可以将到达量分为交互式语音应答(interactive voice response,IVR)到达量和人工服务到达量.国外学者主要对人工服务到达量进行拟合和预测,非齐次泊松过程作为一种模拟到达过程的方法得到广泛使用.而这里首次提出对IVR到达量进行研究,对比实际数据与非齐次泊松过程的均值和方差,发现该呼叫中心IVR到达量呈现"过离散(overdispersion)"现象,不能使用泊松分布拟合.因此选择时间序列模型对IVR到达量进行拟合和预测,用残差的白噪声检验拟合效果,平均绝对误差(mean absolute error,MAE)值判断模型预测优劣.最后使用线性回归模型分析IVR到达量与人工服务到达量之间的关系.结果表明:自回归滑动平均ARIMA(autoregressive integrated moving average)(1,0,1)模型能更好地对该呼叫中心正常天数(normal days,ND)的IVR到达量进行短期预测,而Winters指数平滑法能更好地对春节期间(Spring Festival,SF)的IVR到达量进行短期预测;通过回归模型可以预测呼叫中心人工服务到达量.     

一种基于多尺度均线位置关系的移动通信网流量预测方法

摘 要：从统计学的角度观察得出结论,移动通信网数据流量与股票价格预测具有一些相同的特征。基于此,提出将多尺度均线相对位置的经验型股票估值方法运用到移动通信网流量预测中。方法首先根据流量特征选定均线尺度,继而利用插值方法对曲线进行平滑处理,使之适合均线变化方向和量化计算;最后通过均线之间的位置关系来预测流量的变化趋势和变化量。初步仿真实验证明,该方法是有效、可行的。     

道路结冰的温度预报方法研究进展

提高道路结冰的温度精细化预报能力一直是开展交通气象服务待解决的难点问题。首先综述了近年来道路地表温度预报方法的研究进展,其次对地表温度预报方法进行了分类,并详细介绍了相关的研究情况,最后分别评价地表温度预报方法的优缺点,为未来道路温度预报预警的发展提供了借鉴思路和方向。     

Trip Generation Model Based on Destination Attractiveness

Traditional trip generation forecasting methods use unified average trip generation rates to determine trip generation volumes in various traffic zones without considering the individual characteristics of each traffic zone. Therefore, the results can have significant errors. To reduce the forecasting error produced by uniform trip generation rates for different traffic zones, the behavior of each traveler was studied instead of the characteristics of the traffic zone. This paper gives a method for calculating the trip efficiency and the effect of traffic zones combined with a destination selection model based on disaggregate theory for trip generation. Beijing data is used with the trip generation method to predict trip volumes. The results show that the disaggregate model in this paper is more accurate than the traditional method. An analysis of the factors influencing traveler behavior and destination selection shows that the attractiveness of the traffic zone strongly affects the trip generation volume.     

A Hybrid Forecasting Framework Based on Support Vector Regression with a Modified Genetic Algorithm and a Random Forest for Traffic Flow Prediction

The ability to perform short-term traffic flow forecasting is a crucial component of intelligent transportation systems. However, accurate and reliable traffic flow forecasting is still a significant issue due to the complexity and variability of real traffic systems. To improve the accuracy of short-term traffic flow forecasting, this paper presents a novel hybrid prediction framework based on Support Vector Regression(SVR) that uses a Random Forest(RF) to select the most informative feature subset and an enhanced Genetic Algorithm(GA) with chaotic characteristics to identify the optimal forecasting model parameters. The framework is evaluated with real-world traffic data collected from eight sensors located near the I-605 interstate highway in California. Results show that the proposed RFCGASVR model achieves better performance than other methods.     

基于码头作业形态的港区道路交通需求预测

为合理制订大型港口道路交通规划与管理措施,采用概率分布拟合方法分析实地调查数据,求出不同类型码头作业所诱发交通流的时间分布特征,利用统计量法和图示法对其进行拟合优度检验,并根据上述概率分布建立基于码头作业形态的港区道路交通专用需求预测模型.该模型应用于天津港北疆综合港区的结果表明,该模型具有较好的可行性及有效性.     

Traffic Forecasting Model Based on Takagi-Sugeno Fuzzy Logical System

The local multiple regression fuzzy(LMRF)model based on Takagi-Sugeno fuzzy logical system and its application in traffic forecasting is proposed. Besides its prediction accuracy is testified and the model is proved much better than conventional forecasting methods. According to the regional traffic system, the model perfectly states the complex non-linear relation of the traffic and the local social economy. The model also efficiently deals with the system lack of enough data.     

基于小波分析的短时交通流非参数回归预测

短时交通流预测是交通诱导与控制的关键技术之一.传统的预测方法难以预测短时状况下具有较强不确定性的交通流.根据交通流信号在不同的时频域空间的不同特性,提出一种组合小波分析和非参数回归的短时交通流预测方法,并对其原理进行了详细分析和描述.首先对交通流时序信号进行多分辨率小波分解,然后对低频和高频分量分别进行单支重构.在此基础上,引入非参数回归对各频率部分分别进行预测,组合各频率空间的预测分量获取预测结果.实验结果验证了该方法的有效性和可行性.     

基于呼叫中心的公安交通管理网站的设计与仿真分析

交通运输的合理调度和管制日益成为社会的-个重要问题.通过智能化的车辆监控系统,操作人员只需执行其中很少的一部分命令就可以实现对车辆等移动目标的管理,从而极大地提高了移动目标的运行效率,降低了管理开支.本文设计的新型公安交通管理网站具有语音通信、自动查询、文字交谈、电子邮件、互联网电话等功能.最后对完成的网络规划设计进行了计算机仿真测试.并给出分析测试结果.     

城市公共交通需求预测及应用

文章在综述了公共交通需求预测基本理论的基础上 (包括预测的基本前期工作 ,四阶段模型法等 ) ,结合巢湖市公共交通规划 ,对出行生成、出行分布、交通方式划分、交通分配 4个阶段所采用的需求预测常规模型 (方法 )的应用作了具体的说明。同时 ,还介绍了一种组合预测模型 (方法 ) ,这种模型旨在减少预测风险 ,有效提高预测精度     

混合信道分配参数分析及自适应混合信道分配方案

对混合信道分配（Hybrid Channel Assignment,HCA）中的动静信道比例与阻塞率之间的关系进行了分析,分析表明,不同动静信道比的HCA方案在不同的话务量情况下呈现出不同的性能,无法在各种负荷下均保持良好的性能,为此,提出了一种根据话务量变化自适应调整动静信道比例的HCA方案,该方案能够在各种话务量负荷下均保持良好的阻塞率性能,在话务量统计均匀分布的情况下,对此方案者了系统仿真,结果表明该方案比固定动静信道比例的HCA方案具有更好的话务量跟随能力和阻塞率性能。