本文選題：RBF神經網絡 + 遺傳算法　； 參考：《計算機工程與科學》2017年03期

【摘要】：準確地對通信用戶規(guī)模進行預測對于通信運營商的決策具有十分重要的意義,而現(xiàn)有的常規(guī)預測方法存在預測誤差較大、預測速率低等問題。研究一種基于RBF神經網絡的通信用戶規(guī)模預測模型。為了使得RBF神經網絡算法預測性能更優(yōu),使用梯度下降算法與遺傳算法混合對RBF神經網絡進行參數(shù)優(yōu)化,提高預測模型收斂效率。實例分析表明,使用本文研究的混合RBF神經網絡預測模型的預測結果明顯優(yōu)于其他傳統(tǒng)的預測模型。同時,在預測速度上也具有較大的優(yōu)勢。
[Abstract]:It is very important to accurately predict the size of communication users for the decision of communication operators. However, the existing conventional prediction methods have some problems such as large prediction error and low prediction rate. A prediction model of communication user size based on RBF neural network is studied. In order to improve the prediction performance of RBF neural network, the gradient descent algorithm and genetic algorithm are used to optimize the parameters of RBF neural network to improve the convergence efficiency of prediction model. The case study shows that the prediction results of the hybrid RBF neural network are obviously superior to those of other traditional models. At the same time, the prediction speed also has a great advantage.
【作者單位】： 吉林農業(yè)大學信息技術學院;
【分類號】：F623;TP18

【參考文獻】

相關期刊論文 前6條

1 龍文;梁昔明;龍祖強;秦浩宇;;基于混合進化算法的RBF神經網絡時間序列預測[J];控制與決策;2012年08期

2 吳宏岐;周妮娜;王春英;;基于RBF神經網絡的變壓器故障診斷及MATLAB仿真研究[J];科學技術與工程;2010年05期

3 郭一軍;段杏林;;基于RBF神經網絡水泥強度預測模型的研究[J];工業(yè)儀表與自動化裝置;2009年02期

4 趙志剛;單曉虹;;一種基于遺傳算法的RBF神經網絡優(yōu)化方法[J];計算機工程;2007年06期

5 潘偉;刁華宗;井元偉;;一種改進的實數(shù)自適應遺傳算法[J];控制與決策;2006年07期

6 李紅利,張曉彤,蘭立柱,孫兆林;基于遺傳算法的RBF神經網絡的優(yōu)化設計方法[J];計算機仿真;2003年11期

相關博士學位論文 前1條

1 姜姣嬌;基于客戶價值與滿意度的電信運營商集團客戶市場營銷策略研究[D];天津大學;2014年

相關碩士學位論文 前3條

1 趙穎;SCDMA無線市話用戶規(guī)模預測[D];清華大學;2011年

2 劉春波;基于人工神經網絡的移動通信市場用戶規(guī)模預測研究[D];暨南大學;2010年

3 蘇國軍;湖南電信3G業(yè)務發(fā)展戰(zhàn)略研究[D];中南大學;2008年

【共引文獻】

相關期刊論文 前10條

1 司秀麗;劉子琦;;基于混合算法的通信用戶規(guī)模預測方法研究[J];計算機工程與科學;2017年03期

2 劉璞;崔國民;肖媛;陳家星;周劍衛(wèi);;具有步長調整策略的強制進化隨機游走算法優(yōu)化換熱網絡[J];化工進展;2017年02期

3 王玉全;;暫態(tài)模型LET-KF數(shù)據同化地表溫度序列分析[J];科技通報;2016年08期

4 代憲亞;茅大鈞;;基于模糊理論與數(shù)據融合的電廠故障診斷技術[J];上海電機學院學報;2016年04期

5 魏宏昌;王志娟;孟云霞;陳曉玉;李珩;;論模糊聚類算法在Web系統(tǒng)中的應用[J];電腦迷;2016年08期

6 秦景;王s，

本文編號：1819848