[發明專利]網絡業務量預測方法、裝置、設備及介質

有效

• 申請號: 201711493526.8
• 申請日: 2017-12-30
• 公開（公告）號: CN109995562B
• 公開（公告）日: 2022-11-08
• 發明（設計）人: 張麗;梁奕;葉振洋;周常勝;齊改燕
• 申請（專利權）人: 中國移動通信集團河北有限公司;中國移動通信集團公司
• 主分類號: H04L41/147
• 分類號: H04L41/147;H04L41/14;H04L41/142
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 彭瓊

本發明實施例提供了網絡業務量預測方法、裝置、設備及介質，所述方法包括：獲取待預測區域的歷史統計數據；將所述歷史統計數據輸入季節性差分自回歸移動平均模型進行處理，得到初步預測結果；將所述初步預測結果輸入自適應卡爾曼濾波模型進行處理，得到所述待預測區域的預測結果。本發明利用串行方式融合應用S?ARIMA時間序列算法和基于樸素貝葉斯分類的自適應卡爾曼濾波方法(A?Kalman方法)，利用A?Kalman方法的濾波調整特性對時間序列進行修正，并將卡爾曼的一步輸出與時間序列的N步預測結果無縫銜接起來，形成兩種算法的串行接力效果，進一步提高業務量預測準確度的同時達到多步預測的效果。

技術領域

本發明涉及移動通信技術技術領域，尤其涉及一種網絡業務量預測方法、裝置、設備及介質。

背景技術

隨著社會發展和人們生活水平的不斷提高，日益增多的文化演出等大型集會、節假日外出旅游等，大量的人群流動和聚集會在局部產生大量的業務，給通信網絡造成一定的沖擊，而為了保障用戶通暢的通信體驗，我們需要提供應急通信的保障能力，根據業務量的變化合理調配資源、調整網絡，以保障業務量吸收的最大化和網絡擁塞程度的最小化。因此業務量預測是應急通信保障的重要前提和基礎，精準的預測結果能夠對影響范圍和程度進行準確分析，為應急保障資源進行合理調度、管理和布放提供決策支撐，確保應急通信保障工作有序、高效地實施。

目前實際工作中常用于業務量預測的方法主要是曲線擬合預測法。曲線擬合預測法需要通過OMC提取大量的歷史數據，采用最小二乘法進行數據擬合的基本思想，預測的數據隨時間的變化呈現上升或下降趨勢，且無明顯的波動，找到一條合適的函數曲線反應這種變化趨勢。由于網絡技術發展和市場策略調整，再加上很多外部因素影響，預測的數據呈現較大的波動，因此擬合曲線預測效果不佳，難以反應各種突發事物對發展趨勢的影響。

發明內容

本發明實施例提供了一種網絡業務量預測方法、裝置、設備及介質，用以解決傳統的業務量預測結果不準確的問題。

第一方面，本發明實施例提供了一種網絡業務量預測方法，方法包括：

獲取待預測區域的歷史統計數據；

將所述歷史統計數據輸入季節性差分自回歸移動平均模型進行處理，得到初步預測結果；

將所述初步預測結果輸入自適應卡爾曼濾波模型進行處理，得到所述待預測區域的預測結果。

第二方面，本發明實施例提供了一種網絡業務量預測裝置，裝置包括：

歷史統計數據獲取模塊，用于獲取待預測區域的歷史統計數據；

初步預測結果獲取模塊，用于將所述歷史統計數據輸入季節性差分自回歸移動平均模型進行處理，得到初步預測結果；

最終預測結果獲取模塊，用于將所述初步預測結果輸入自適應卡爾曼濾波模型進行處理，得到所述待預測區域的預測結果。

本發明實施例提供了一種網絡業務量預測設備，包括：至少一個處理器、至少一個存儲器以及存儲在存儲器中的計算機程序指令，當計算機程序指令被處理器執行時實現如上述實施方式中第一方面的方法。

第四方面，本發明實施例提供了一種計算機可讀存儲介質，其上存儲有計算機程序指令，當計算機程序指令被處理器執行時實現如上述實施方式中第一方面的方法。

本發明實施例提供的網絡業務量預測方法、裝置、設備及介質，利用串行方式融合應用S-ARIMA時間序列算法和基于樸素貝葉斯分類的自適應卡爾曼濾波方法(A-Kalman方法)，利用A-Kalman方法的濾波調整特性對時間序列進行修正，并將卡爾曼的一步輸出與時間序列的N步預測結果無縫銜接起來，形成兩種算法的串行接力效果，進一步提高業務量預測準確度的同時達到多步預測的效果。

附圖說明