一种智能化小区业务量指标预测方法研究

葛澍; 王西点; 郭若沛

doi:10.13992/j.cnki.tetas.2023.05.002

Chinese

您当前的位置：

首页 >

文章列表页 >

一种智能化小区业务量指标预测方法研究

开发与研究 | 更新时间：2026-04-20

- 一种智能化小区业务量指标预测方法研究
- 一种智能化小区业务量指标预测方法研究
- 电信工程技术与标准化 2023年36卷第5期页码：1-7
- 作者机构：
  
  1. 中国移动通信集团有限公司
  2. 中国移动通信集团设计院有限公司
- 作者简介：
- 基金信息：
- DOI：10.13992/j.cnki.tetas.2023.05.002
  中图分类号： TN915
- 纸质出版：2023
- 稿件说明：
移动端阅览
葛澍, 王西点, 郭若沛. 一种智能化小区业务量指标预测方法研究[J]. 电信工程技术与标准化, 2023,36(5):1-7.

葛澍, 王西点, 郭若沛. 一种智能化小区业务量指标预测方法研究[J]. 2023, 36(5): 1-7.
葛澍, 王西点, 郭若沛. 一种智能化小区业务量指标预测方法研究[J]. 电信工程技术与标准化, 2023,36(5):1-7. DOI： 10.13992/j.cnki.tetas.2023.05.002.

葛澍, 王西点, 郭若沛. 一种智能化小区业务量指标预测方法研究[J]. 2023, 36(5): 1-7. DOI： 10.13992/j.cnki.tetas.2023.05.002.

摘要

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。

Abstract

关键词

Keywords

references

Forecasting Inflation: Autoregressive Integrated Moving Average Model[J]. Iqbal Muhammad;Naveed Amjad.European Scientific Journal, ESJ,2016

An Efficient k-Means Clustering Algorithm: Analysis and Implementation.[J]. Tapas Kanungo;David M. Mount;Nathan S. Netanyahu;Christine D. Piatko;Ruth Silverman;Angela Y. Wu.IEEE Trans. Pattern Anal. Mach. Intell.,2002(7)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种自智网络等级量化评估方法

基于AI自编码器算法的基站指令异常检测研究

基于流量压抑识别的4G/5G网络业务量预测方法研究

基于机器学习的基站故障根因分析方法研究

绿色低碳信息通信网络建设思考与探索