基于混合算法的通信用户规模预测方法研究

• 作者: 刘子琦 司秀丽
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: RBF神经网络 遗传算法 梯度下降算法 用户规模预测 混合算法
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 567-571
• 页数: 5页
• 分类号: TP37
• 字数: 4319字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.03.024

摘要

准确地对通信用户规模进行预测对于通信运营商的决策具有十分重要的意义,而现有的常规预测方法存在预测误差较大、预测速率低等问题.研究一种基于RBF神经网络的通信用户规模预测模型.为了使得RBF神经网络算法预测性能更优,使用梯度下降算法与遗传算法混合对RBF神经网络进行参数优化,提高预测模型收敛效率.实例分析表明,使用本文研究的混合RBF神经网络预测模型的预测结果明显优于其他传统的预测模型.同时,在预测速度上也具有较大的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	司秀丽	吉林农业大学信息技术学院	39	186	8.0	11.0
2	刘子琦	吉林农业大学信息技术学院	1	0	0.0	0.0