| 基于SVR与微分进化策略的话务量预测 |
| |
| 引用本文： | 韩锐,贾振红,覃锡虑,常春,王浩.基于SVR与微分进化策略的话务量预测[J].计算机工程,2011,37(2):178-179. |
| |
| 作者姓名： | 韩锐 贾振红 覃锡虑 常春 王浩 |
| |
| 作者单位： | 1. 新疆大学信息科学与工程学院,乌鲁木齐,830046
2. 中国移动新疆分公司,乌鲁木齐,830063 |
| |
| 基金项目： | 中国移动新疆分公司研究发展基金资助项目 |
| |
| 摘 要： | 采用支持向量回归机(SVR)与微分进化策略相结合的方法，对新疆2个地区的月平均忙时话务量进行预测。由微分进化策略良好的全局搜索性质，以预测平均相对误差为目标函数，对SVR的超参数进行寻优，利用优化后的SVR月平均忙时话务量进行预测。与传统的网格寻优算法和RBF神经网络方法进行比较，结果表明，SVR的泛化能力与微分进化策略的搜索能力相结合，可以得到更好的预测 效果。
|
| 关 键 词： | 微分进化策略 支持向量回归机 话务量预测 |
Telephone Traffic Load Prediction Based on SVR with DE-strategy |
| |
| HAN Rui,JIA Zhen-hong,QIN Xi-zhong,CHANG Chun,WANG Hao.Telephone Traffic Load Prediction Based on SVR with DE-strategy[J].Computer Engineering,2011,37(2):178-179. |
| |
| Authors: | HAN Rui JIA Zhen-hong QIN Xi-zhong CHANG Chun WANG Hao |
| |
| Affiliation: | HAN Rui1,JIA Zhen-hong1,QIN Xi-zhong1,CHANG Chun2,WANG Hao2(1.College of Information Science and Engineering,Xinjiang University,Urumqi 830046,China,2.Xinjiang Mobile Communication Company,Urumqi 830063,China) |
| |
| Abstract: | Telephone traffic load of monthly busy hour in two states of Xinjiang are predicted by the method of Support Vector Regression(SVR) combining with Differential Evolution strategy(DE-strategy).The hyper-parameter of SVR is optimized via the DE-strategy and the MAPE criteria is defined as the objective function.Telephone traffic load of monthly busy hour is forecasted by the optimized SVR,the predicted result is compared with the method of grid search and RBF neural network.A better prediction result is obtai... |
| |
| Keywords: | Differential Evolution strategy(DE-strategy) Support Vector Regression(SVR) telephone traffic load prediction |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
|
