面向节能的神经网络流量预测探讨

• 作者: 陈秀敏 黄毅华 刘兵 何宇锋
• 来源期刊: 移动通信
• 关键词: 节能 流量预测 LSTM 指数平滑 时间序列
• 年，卷（期）: 2021,（3）
• 所属期刊栏目: 研究与探讨|Research and Discussion
• 页码范围: 57-61,72
• 页数: 6页
• 分类号: TN929.5
• 语种: 中文
• DOI: 10.3969/j.issn.1006-1010.2021.03.012

摘要

5G的节电策略在不同应用场景下可以有多种选择,但准确的业务流量预测始终是其中的关键.为拟合业务流量同时存在季节周期性和短期内可能出现剧烈波动的特性,提出了一种改良的流量预测模型,融合了深度学习LSTM网络模型和指数平滑模型的优势,使整个流量预测在长期预测方面更加稳定可靠.经试验数据检验,改良后的模型对三个试验区域流量的预测相比LSTM的预测结果更精准和细腻.