[發(fā)明專利]網(wǎng)絡(luò)業(yè)務(wù)量預(yù)測(cè)方法、裝置、設(shè)備及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 201711493526.8
• 申請(qǐng)日: 2017-12-30
• 公開（公告）號(hào): CN109995562B
• 公開（公告）日: 2022-11-08
• 發(fā)明（設(shè)計(jì)）人: 張麗;梁奕;葉振洋;周常勝;齊改燕
• 申請(qǐng)（專利權(quán)）人: 中國(guó)移動(dòng)通信集團(tuán)河北有限公司;中國(guó)移動(dòng)通信集團(tuán)公司
• 主分類號(hào): H04L41/147
• 分類號(hào): H04L41/147;H04L41/14;H04L41/142
• 代理公司: 北京東方億思知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11258
• 代理人: 彭瓊

本發(fā)明實(shí)施例提供了網(wǎng)絡(luò)業(yè)務(wù)量預(yù)測(cè)方法、裝置、設(shè)備及介質(zhì)，所述方法包括：獲取待預(yù)測(cè)區(qū)域的歷史統(tǒng)計(jì)數(shù)據(jù)；將所述歷史統(tǒng)計(jì)數(shù)據(jù)輸入季節(jié)性差分自回歸移動(dòng)平均模型進(jìn)行處理，得到初步預(yù)測(cè)結(jié)果；將所述初步預(yù)測(cè)結(jié)果輸入自適應(yīng)卡爾曼濾波模型進(jìn)行處理，得到所述待預(yù)測(cè)區(qū)域的預(yù)測(cè)結(jié)果。本發(fā)明利用串行方式融合應(yīng)用S?ARIMA時(shí)間序列算法和基于樸素貝葉斯分類的自適應(yīng)卡爾曼濾波方法(A?Kalman方法)，利用A?Kalman方法的濾波調(diào)整特性對(duì)時(shí)間序列進(jìn)行修正，并將卡爾曼的一步輸出與時(shí)間序列的N步預(yù)測(cè)結(jié)果無(wú)縫銜接起來(lái)，形成兩種算法的串行接力效果，進(jìn)一步提高業(yè)務(wù)量預(yù)測(cè)準(zhǔn)確度的同時(shí)達(dá)到多步預(yù)測(cè)的效果。

技術(shù)領(lǐng)域

本發(fā)明涉及移動(dòng)通信技術(shù)技術(shù)領(lǐng)域，尤其涉及一種網(wǎng)絡(luò)業(yè)務(wù)量預(yù)測(cè)方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)

隨著社會(huì)發(fā)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(huì)、節(jié)假日外出旅游等，大量的人群流動(dòng)和聚集會(huì)在局部產(chǎn)生大量的業(yè)務(wù)，給通信網(wǎng)絡(luò)造成一定的沖擊，而為了保障用戶通暢的通信體驗(yàn)，我們需要提供應(yīng)急通信的保障能力，根據(jù)業(yè)務(wù)量的變化合理調(diào)配資源、調(diào)整網(wǎng)絡(luò)，以保障業(yè)務(wù)量吸收的最大化和網(wǎng)絡(luò)擁塞程度的最小化。因此業(yè)務(wù)量預(yù)測(cè)是應(yīng)急通信保障的重要前提和基礎(chǔ)，精準(zhǔn)的預(yù)測(cè)結(jié)果能夠?qū)τ绊懛秶统潭冗M(jìn)行準(zhǔn)確分析，為應(yīng)急保障資源進(jìn)行合理調(diào)度、管理和布放提供決策支撐，確保應(yīng)急通信保障工作有序、高效地實(shí)施。

目前實(shí)際工作中常用于業(yè)務(wù)量預(yù)測(cè)的方法主要是曲線擬合預(yù)測(cè)法。曲線擬合預(yù)測(cè)法需要通過(guò)OMC提取大量的歷史數(shù)據(jù)，采用最小二乘法進(jìn)行數(shù)據(jù)擬合的基本思想，預(yù)測(cè)的數(shù)據(jù)隨時(shí)間的變化呈現(xiàn)上升或下降趨勢(shì)，且無(wú)明顯的波動(dòng)，找到一條合適的函數(shù)曲線反應(yīng)這種變化趨勢(shì)。由于網(wǎng)絡(luò)技術(shù)發(fā)展和市場(chǎng)策略調(diào)整，再加上很多外部因素影響，預(yù)測(cè)的數(shù)據(jù)呈現(xiàn)較大的波動(dòng)，因此擬合曲線預(yù)測(cè)效果不佳，難以反應(yīng)各種突發(fā)事物對(duì)發(fā)展趨勢(shì)的影響。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種網(wǎng)絡(luò)業(yè)務(wù)量預(yù)測(cè)方法、裝置、設(shè)備及介質(zhì)，用以解決傳統(tǒng)的業(yè)務(wù)量預(yù)測(cè)結(jié)果不準(zhǔn)確的問(wèn)題。

第一方面，本發(fā)明實(shí)施例提供了一種網(wǎng)絡(luò)業(yè)務(wù)量預(yù)測(cè)方法，方法包括：

獲取待預(yù)測(cè)區(qū)域的歷史統(tǒng)計(jì)數(shù)據(jù)；

將所述歷史統(tǒng)計(jì)數(shù)據(jù)輸入季節(jié)性差分自回歸移動(dòng)平均模型進(jìn)行處理，得到初步預(yù)測(cè)結(jié)果；

將所述初步預(yù)測(cè)結(jié)果輸入自適應(yīng)卡爾曼濾波模型進(jìn)行處理，得到所述待預(yù)測(cè)區(qū)域的預(yù)測(cè)結(jié)果。

第二方面，本發(fā)明實(shí)施例提供了一種網(wǎng)絡(luò)業(yè)務(wù)量預(yù)測(cè)裝置，裝置包括：

歷史統(tǒng)計(jì)數(shù)據(jù)獲取模塊，用于獲取待預(yù)測(cè)區(qū)域的歷史統(tǒng)計(jì)數(shù)據(jù)；

初步預(yù)測(cè)結(jié)果獲取模塊，用于將所述歷史統(tǒng)計(jì)數(shù)據(jù)輸入季節(jié)性差分自回歸移動(dòng)平均模型進(jìn)行處理，得到初步預(yù)測(cè)結(jié)果；

最終預(yù)測(cè)結(jié)果獲取模塊，用于將所述初步預(yù)測(cè)結(jié)果輸入自適應(yīng)卡爾曼濾波模型進(jìn)行處理，得到所述待預(yù)測(cè)區(qū)域的預(yù)測(cè)結(jié)果。

本發(fā)明實(shí)施例提供了一種網(wǎng)絡(luò)業(yè)務(wù)量預(yù)測(cè)設(shè)備，包括：至少一個(gè)處理器、至少一個(gè)存儲(chǔ)器以及存儲(chǔ)在存儲(chǔ)器中的計(jì)算機(jī)程序指令，當(dāng)計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述實(shí)施方式中第一方面的方法。

第四方面，本發(fā)明實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序指令，當(dāng)計(jì)算機(jī)程序指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述實(shí)施方式中第一方面的方法。

本發(fā)明實(shí)施例提供的網(wǎng)絡(luò)業(yè)務(wù)量預(yù)測(cè)方法、裝置、設(shè)備及介質(zhì)，利用串行方式融合應(yīng)用S-ARIMA時(shí)間序列算法和基于樸素貝葉斯分類的自適應(yīng)卡爾曼濾波方法(A-Kalman方法)，利用A-Kalman方法的濾波調(diào)整特性對(duì)時(shí)間序列進(jìn)行修正，并將卡爾曼的一步輸出與時(shí)間序列的N步預(yù)測(cè)結(jié)果無(wú)縫銜接起來(lái)，形成兩種算法的串行接力效果，進(jìn)一步提高業(yè)務(wù)量預(yù)測(cè)準(zhǔn)確度的同時(shí)達(dá)到多步預(yù)測(cè)的效果。

附圖說(shuō)明