收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于改进粒子群神经网络的电信业务预测模型研究

李勇平  
【摘要】:电信业务的传统预测模型多为统计回归模型和时间序列模型。前者基于输入变量和输出变量之间的因果关系,要求变量满足某些特定的统计假设;后者基于时间序列的惯性推演,必须确知或假定序列的变化规律。由于实际情况很难满足上述条件,所以传统预测模型的误差偏大、使用效果不佳。近年来,以神经网络为代表的智能预测系统开始在电信业务的预测中得到应用,但是单一的智能预测技术都或多或少地存在着这样那样的缺陷与问题。为此,不同智能技术之间的相互促进与补充便成为一种自然的考虑和首要的选择。 虽然智能技术具有某些共同的机制和原理,但不同的智能技术表现出不同的行为特征。神经网络是模仿人脑结构及功能的非线性信息处理系统,具有大规模的并行计算与分布式存储能力,且在处理信息的同时,通过对信息的有监督和无监督学习,实现对任意复杂函数的实值映射。但是,普通神经网络的BP学习算法受初始权值的影响较大,不仅收敛速度缓慢、且容易陷入局部极值,故在实际应用中受到诸多限制。而基于人工生命和演化计算理论的粒子群优化算法将生物的优胜劣汰过程类比为可行解优化的迭代过程,形成一种以“生成+检验”为特征的自适应人工智能技术。由于粒子群优化算法对于参数搜索空间没有苛刻的条件,故在许多工程优化的实际问题中得到了成功的应用。但迄今为止,智能优化和智能预测技术基本上停留在仿真模拟阶段,还缺乏能够完全阐明智能技术运算特性的理论基础。 本研究旨在对BP神经网络和标准粒子群优化算法进行综合的理论及应用分析,试图结合混沌变异技术与小生境进化策略,改进粒子群算法的优化机制,使之具备学习适应与协调进化的双重智能,以达到提高算法搜索速度和精度的目的。然后,将改进的粒子群算法植入神经网络的拓扑结构,用以替换网络的BP学习算法,建立新的粒子群神经网络系统,并最终在电信业务样本的基础上,构建基于改进粒子群神经网络的电信业务预测模型。 论文的研究内容主要包括: (1)电信业务的经营现状与发展趋势,影响电信业务的主要因素及预测要求,现行预测模型的性能及存在的主要问题; (2)粒子群算法的基本原理与优化机制,现行粒子群算法存在的问题及原因,改进粒子群搜索性能的理论基础与现实途径; (3)粒子群算法与遗传算法、混沌算法之间的差别与联系,混沌变异技术及混沌初始化程序和小生境进化策略对粒子群算法的作用机制与结合方式,改进粒子群算法的参数设计与计算程序; (4)标准测试函数的特性与选择,改进粒子群算法与标准粒子群算法的比较实验与结果分析; (5)粒子群算法与神经网络的结合原理与集成方式,结合网络的拓扑结构与学习算法,改进粒子群神经网络的模型设计与算法程序; (6)电信业务的预测指标及影响因素,样本数据的采集与统计分析,基于改进粒子群神经网络的电信业务预测模型,预测系统的结构参数与训练结果; (7)六种电信业务预测模型实验结果的比较分析与初步结论; (8)所有智能预测模型在MATLAB7.0平台基础上的设计与开发程序。 研究的成果及创新性主要表现为: (1)将混沌优化技术和小生境进化策略融入粒子群算法结构,并通过适应度函数变换和惯性权重自适应调整,提出了一种具备学习适应与协调进化双重智能的改进粒子群优化算法,显著提高了算法的搜索速度和精度; (2)将改进的粒子群优化算法植入神经网络的拓扑结构,用以替换网络的BP学习算法,集成了新的粒子群神经网络系统,显著改进了系统的学习进化能力和预测效果; (3)在MATLAB7.0软件平台的基础上设计和开发了所有智能优化算法和智能预测模型的计算机应用程序,顺利完成了所有智能优化算法和智能预测模型的实现过程; (4)确定了电信业务预测的指标体系和影响因素,并基于中国电信和中国移动的样本资料,结合样本数据的统计分析,构建了基于改进粒子群神经网络的电信业务预测模型;证实了改进粒子群神经网络预测系统的显著成效。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王海军;白玫;贾兆立;覃丽萍;;基于粒子群神经网络的期货价格预测[J];计算机工程与设计;2009年10期
2 李娜;李郁侠;;粒子群-神经网络混合算法在短期电价预测中的应用[J];水力发电学报;2009年03期
3 钟双连;;基于优化PSO改进BP神经网络的转炉炼钢钢水重量预测研究[J];网络财富;2010年09期
4 尹彦;赵涛;齐莉丽;;基于粒子群神经网络的知识管理成熟度评估研究[J];情报杂志;2010年05期
5 钟双连;;基于优化PSO改进BP神经网络的转炉炼钢钢水重量预测研究[J];商业文化(学术版);2010年05期
6 易晓文;基于BP神经网络的民营企业技术创新能力的模糊综合评价[J];数量经济技术经济研究;2003年08期
7 杨黎萌,刘开第;BP神经网络在房地产估价中的应用[J];河北建筑科技学院学报;2004年02期
8 李树根;;基于BP神经网络的财务预警方法探究[J];中国管理信息化(会计版);2007年11期
9 张漾滨;向军;;基于BP神经网络的上市公司信用风险评价[J];当代经济(下半月);2008年11期
10 杭秋丽;;模拟电路故障诊断的BP神经网络实现[J];科技创新导报;2009年06期
11 张佩;冯璐;;西安房地产市场分析预测中神经网络技术应用研究[J];科技经济市场;2009年06期
12 金代志;王春霞;石春生;;基于BP神经网络的顾客价值识别研究[J];中国软科学;2009年07期
13 吴劲军;人口预测的BP神经网络模型[J];统计与决策;2004年03期
14 罗兵,黄万杰,杨帅;基于BP神经网络的库存动态预测及其应用[J];重庆大学学报(自然科学版);2005年02期
15 王维国,张静静;基于BP神经网络的货运量预测方法[J];物流技术;2005年07期
16 高丽华;朱邦毅;;基于BP神经网络的中小企业信用评价[J];商场现代化;2006年14期
17 梁业章;陆琳;;基于BP神经网络的港口城市经济发展预测研究[J];商场现代化;2006年18期
18 姬春煦;张骏;;基于主成分分析的股票指数预测研究[J];计算机工程与科学;2006年08期
19 唐功方;谢利人;;基于BP神经网络的矿山投资项目风险评判[J];中国锰业;2006年03期
20 夏维力;杨海光;;基于BP神经网络的虚拟企业合作伙伴选择研究[J];科技进步与对策;2006年11期
中国重要会议论文全文数据库 前10条
1 闫滨;高真伟;;基于PSONN的大坝监控实时预报模型[A];第一届中国水利水电岩土力学与工程学术讨论会论文集(下册)[C];2006年
2 马翔;;粒子群优化BP神经网络用于重复记录检测[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
3 凌玉华;杨欣荣;李海娜;廖力清;王颂;;铝电磁铸轧带坯晶粒度软测量建模及优化[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
4 冯秋红;刘全坤;;基于多目标优化的扁挤压筒结构设计[A];第三届华东六省一市塑性工程学术年会论文集[C];2005年
5 吴今培;胡旭川;陈世权;;非线性时间序列动态建模与预测的BP神经网络方法[A];1999年中国智能自动化学术会议论文集(上册)[C];1999年
6 包健;吴迎笑;严义;;神经网络反锐化掩模算法在车牌识别中的应用[A];第三届全国信息获取与处理学术会议论文集[C];2005年
7 吴进华;巫检丰;李莉;;基于BP神经网络的非线性动态系统辨识方法[A];中国航空学会控制与应用第十二届学术年会论文集[C];2006年
8 周扬;翁剑枫;王昕峰;;于BP神经网络多光谱测温仪设计[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
9 齐冬莲;赵光宙;;非线性动力学系统的神经网络内模控制研究[A];第11届全国电气自动化电控系统学术年会论文集[C];2002年
10 汪渤;闫杰;高洪民;;惯性导航系统传递对准技术研究[A];中国惯性技术学会光电技术专业委员会第五次学术交流会暨重庆惯性技术学会第九次学术交流会论文集[C];2002年
中国博士学位论文全文数据库 前10条
1 李勇平;基于改进粒子群神经网络的电信业务预测模型研究[D];华南理工大学;2009年
2 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
3 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
4 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
5 全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年
6 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
7 常彦伟;纵向参数多子群粒子群算法的研究与应用[D];中国矿业大学;2009年
8 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
9 岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年
10 薛尧予;群能量守恒粒子群算法及其在发酵过程控制中的应用研究[D];北京化工大学;2010年
中国硕士学位论文全文数据库 前10条
1 汪华;粒子群算法的研究及其在供水优化调度中的应用[D];合肥工业大学;2011年
2 廖锋;粒子群算法在约束优化问题以及BP神经网络中的应用[D];陕西师范大学;2008年
3 黄继红;基于改进PSO的BP网络的研究及应用[D];长沙理工大学;2008年
4 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
5 陈琳玲;基于简化粒子群算法的测试数据自动生成方法研究[D];西南大学;2010年
6 赵辛欣;随机聚焦粒子群算法在机组组合中的应用[D];西南交通大学;2010年
7 王冬;基于粒子群算法的Web文本信息过滤研究[D];华北电力大学(河北);2010年
8 李文婷;基于改进型粒子群算法的热轧带钢宽度神经网络预报模型的研究[D];太原理工大学;2011年
9 张念志;基于粒子群算法的集送货一体化车辆路径问题研究[D];山东大学;2010年
10 袁洲;基于改进粒子群算法的项目反应理论3PLM参数估计方法研究[D];吉林大学;2011年
中国重要报纸全文数据库 前4条
1 费振波 武英举 本报记者 吴利红;金星软硬件开发齐头并进[N];黑龙江日报;2004年
2 ;通用数字视觉平台JVISION-500[N];科技日报;2003年
3 汽车行业“十五”规划研究课题组;“十五”摩托车市场需求预测[N];中国机电日报;2000年
4 记者 黄蔚 通讯员 蔡文兵;校内外导师领航学生科研[N];中国教育报;2011年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978