利用分形方法进行业务量预测的探索

分形方法可用揭示复杂现象中深藏的组织性的规律。对于任一函数关系，均可转化为分形分布的形式。通过施行累计和的系列变换，可以将原始数据进行一系列变换，从小选出一种变换，使变换后的数据能与分形分布模型符合良好。从而利用分形方法预测各种通信业务数据。     

改进的变权组合业务量预测应用方法

对预测误差平方和最小为原则的固定权重最优组合预测模型进行改进,提出了一种应用于移动通信网业务量预测的变权组合预测方法。通过4种预测方法对某地业务量进行预测并比较其精确度,结果表明改进的变权组合预测方法取得了较高的预测精确度。     

一种智能化小区业务量指标预测方法研究

通信网络的业务量指标对指导网络运维工作非常重要。如果能够提前预知业务量指标的变化,则有助于网络中资源调度和节能减排工作的成功实施。当前,对大规模小区的海量业务量指标实现快速、精准预测是一个不小的挑战。本文研究了一种智能化大规模小区业务量指标预测的方法。首先,通过构造鲁棒的特征,对小区的高低负荷情况进行描述;之后,运用聚类算法,对小区进行基于业务量情况的场景划分;最后,对于不同业务场景下的小区,通过集成学习算法进行预测模型的建模与训练。经实验验证,该模型预测性能良好,成功实现了对大规模小区业务量指标的精准预测。     

函件分拣封发计算机管理系统

对天津邮区中心局函件分拣封发计算机管理系统的设计（ 包括总体设计、结构设计、数据库设计和功能模块的设计） 作了详细的介绍。认为该系统运用了先进的网络技术、计算机技术、条码识别技术和ＩＣ 卡技术,是集给据邮件（ 挂号函件） 分拣封发生产和管理于一体的综合性的计算机网络系统     

基于K-近邻算法的业务量预测

随着3G的大力普及及4G的快速发展,通信业务量日益增加,运营商对网络的规划、优化以及调整缺乏有效地指导,因此,需要对通信业务量进行相应的预测。针对通信业务量时间序列的非线性、动态变化等特征,提出一种基于K-近邻算法的通信业务量预测方法,克服了传统方法不能很好地刻画业务量时间序列的非线性关系、预测精度低、误差累计严重等缺点。仿真结果表明,提出的方法通过近似时间段的选取,提高了预测精度,在运行时间方面,算法能够在1s内运行结束,算法执行效率较高,具有很强的实践应用价值。     

国际邮政函件业务处理信息系统

运用面向对象的分析和设计方法，开发了一个国际邮政函件业务处理信息系统。本系统提供收寄、封发、查询、统计等多种功能，人机界面友好，有助于邮政企业提高服务水平、改善经济效益。     

移动通信系统数据业务量预测研究

运用灰色GM(1,1)模型,以北京市某运营商移动通信网络数据业务量为样本数据,通过模型预测的移动通信业务量的拟合数据与样本数据基本一致,得到的2020年业务量增长倍数在其他各家机构预测倍数范围之内,从而得出将灰色GM(1,1)模型用于移动通信数据业务量增长趋势的预测是合理的。     

中国电信业务市场分析与预测

中国邮电电信总局组织对１９９６年全国电信业务市场进行了总结与分析，并对１９９７年业务发展作出了预测。从业务发展水平和特点，电信服务质量，竞争形势分析等诸方面予以额评价，为发展业务和制定经营决策提供了依据。     

基于最近邻聚类学习算法的模糊业务量预测器

本文根据模糊逻辑系统中的万能逼近定理,提出一个采用最近邻聚类学习长法的模糊业务量逼近器／预测器,通过对自回归（ＡＲ）过程及ＭＰＥＧ业务量的预测,了该逼近器／预测器的准确性和对业务量特性的适应性,最后讨论了该预测器在动态带宽分配中的应用。     

可视图文业务量发生器的设计

本文介绍了ＶＩＤＥＯＴＥＸ系统的专用检测设备－－业务量发生器的硬件构造及软件设计原理。该设备可以同时模拟３２路可视图文专用终端的全部检索过程，并可对网上性能作出全面的统计报告。     

基于时间序列模型预测点对点短消息业务量简

一、引言目前短消息业务与话音业务一样,已经成为移动通信网络提供的基本电信业务之一。通常短消息业务可分为点对点短消息和梦网、行业短消息两大类,这两类短消息都与人们的日常生活密切相关,特别是点对点短消息,已经成为人们日常通信中不可或缺的一部分。     

报纸分发设备引进工程业务量基础资料收集及其预测

针对报纸分发设备引进工程的特点,对报纸业务量应收集的基础数据进行了探讨,并建立了相应的数学模型。采用计算机编程的方法对所收集的数据和资料进行了分析和计算。     

基于灰色理论和多元回归分析方法的江苏交通技能人才需求预测

为科学预测江苏交通技能人才需求,运用灰色理论和多元回归分析方法,构建交通技能人才预测模型。 预测 结果表明,随着经济增长、交通运输投入持续增大,江苏省交通运输基础设施不断完善,客运和货运能力不断增强,交通运 输管理、建设、研发等的人才需求总量也在逐年增加。 “十四五”期间,江苏交通运输需求人数增长 8 万余人,至 2025 年,交 通人才需求总量约为 64 万人。 经检验分析,预测模型具有较高的精度,可为构建交通技能人才培养体系提供理论参考。     

基于模糊神经网络的网络业务量预测研究

利用神经网络(NN)的自学习能力以及模糊逻辑的动态性和及时性等特点,将模糊逻辑和 NN 有机地结合起来,构造出了五层模糊神经网络(FNN),并用训练 NN 的相应学习算法-BP 算法来训练网络。本文将 FNN 用于网络自相似业务预测研究中,并与单纯的 NN 算法相比较。仿真结果表明,FNN 能很好地预测复杂网络业务,与传统的 NN 算法相比,不仅收敛速度快,且得到更好的预测效果。本文为复杂网络业务流量预测研究提供了一种有效途径。     

基于改进MGM（1，2）的我国快递业务量和收入预测

文章介绍了灰色MGM（1,N）模型基本理论,并对传统的灰色MGM（1,N）模型初值进行了改进。运用改进后MGM（l,2）模型对我国快递业务量和业务收入进行了预测。结果显示:比传统模型的平均预测误差分别减小了29.486 6%和25.040 5%。最近4 年的预测误差更小,平均预测误差仅为0.411 23%和1.228 02%。由新模型预测得到2020 年我国快递业务量和业务收入分别为768.212 6 亿件和9 085.650 6 亿元。     

支持多优先级QoS的业务量疏导算法

针对当前业务量疏导研究中很少涉及的QoS约束的问题,提出并研究了一种支持多优先级QoS的业务量疏导算法（Differentiated Traffic Grooming Algorithm,DTGA）,该算法综合考虑了对不同等级业务QoS和网络资源利用率的优化。与目前实用的WDM光网络业务量疏导算法的性能仿真对比表明,DTGA能有效地降低高服务等级需求业务的阻塞率和节省网络资源。