[發明專利]基于聚類和ARIMA模型的話務量預測方法

無效

• 申請號: 201010566473.X
• 申請日: 2010-11-30
• 公開（公告）號: CN102088709A
• 公開（公告）日: 2011-06-08
• 發明（設計）人: 彭宇;劉大同;郭嘉;于江;陳強;戴毓豐;雷苗
• 申請（專利權）人: 哈爾濱工業大學
• 主分類號: H04W16/22
• 分類號: H04W16/22
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 張果瑞

技術領域

本發明涉及基于聚類和ARIMA模型的話務量預測方法，屬于移動通信領域。

背景技術

ARMA模型是一種最常見的重要的時間序列模型，它被廣泛應用到各種行業預測中，比如股票、GDP增長等，同時它也是一種最為經典的時間序列預測方法。下面簡單介紹這兩種模型的原理。

ARMA系列模型的建模理論基礎是利用歷史數據序列的信息，根據統計獲得的數據序列中存在的相關關系找到序列值之間相關關系的規律，擬合出可以描述這種關系的模型，進而利用模型對序列的未來走勢進行預測。

對一個線性系統，輸入白噪聲序列a_t，輸出一個平穩序列x_t，輸入輸出關系可以表示為ARMA模型，將時間序列x_t表示為當前時間之前的序列值、白噪聲的過去值以及當前值的加權和的形式。

x_t＝φ₁x_t-1+φ₂x_t-2+…+φ_px_t-p+a_t-θ₁a_t-1-…-θ_qa_t-q????(1)

式(1)稱為自回歸滑動平均(Autoregressive-moving?average)模型，記為ARMA(p，q)。其中，p和q分別為自回歸項和滑動平均項的階數。

針對一些數據序列中通常存在的趨勢性和季節性的處理問題，Box和Jenkins提出了差分運算處理和ARMA模型相結合的ARIMA模型和季節ARIMA模型，并在實際應用中取得了良好的效果。

為了闡述的方便，定義延遲算子B。

xt-p=Bpxt,∀p≥1---(2)]]>

一階差分的概念就是取序列中前后相鄰兩個值之間的差值。

▿xt=xt-xt-1=(1-B)xt---(3)]]>

依此類推，可以得到多階差分。