基于聚类和支持向量机的话务量预测模型

• 作者: 吴敏 徐福仓 陈电波
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 话务量 预测模型 模糊C均值聚类 支持向量机
• 年，卷（期）: 2009,（2）
• 所属期刊栏目: 智能控制技术及应用
• 页码范围: 195-198
• 页数: 4页
• 分类号: TP273
• 字数: 4784字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2009.02.021

摘要

针对利用单因素时问序列模型进行话务量预测的不足,建立基于模糊C均值(FCM)聚类和支持向量机(SVM)的多元回归话务量预测模型.模型使用FCM算法对话务量的原始样本集聚类,选择与待预测样本特征最相似的样本子集作为训练集.使用SVM训练样本,通过决策回归函数预测话务量.实际话务量数据验证表明,该方法较周期时间序列和神经网络预测方法具有更高的预测精度和泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴敏	中南大学信息科学与工程学院	439	5230	34.0	47.0
2	徐福仓	中南大学信息科学与工程学院	4	50	3.0	4.0
3	陈电波	中南大学信息科学与工程学院	1	12	1.0	1.0