首页|改进ESNs在通信话务量预测上的应用研究

改进ESNs在通信话务量预测上的应用研究

扫码查看
原文链接
  • 万方数据
  • 维普
现有回声状态网络(Echo State Networks，ESNs)的通信话务量预测方法只考虑了历史通信话务量对预测性能的影响，较少涉及多个输入变量的通信话务量预测问题。文中首先针对ESNs用于实际多元时间序列预测任务时训练效率低，输入数据维数较多时计算复杂度大的问题，提出用改进的交替方向乘子算法(IAD-ESNs算法)训练ESNs;针对单一输入变量不能提供更加全面的预测信息，提出了改进ESNs的多变量预测模型(MP-IADMM-ESNs)。以真实通信话务量数据进行仿真实验，结果表明，提出的预测模型MP-IADMM-ESNs对多变量通信话务量预测有较高的预测精度和预测效率。
Application research of improved ESNs in communication traffic prediction
Based on the fact that the existing traffic communication prediction methods for Echo State Net-works(ESNs)only consider the impact of historical traffic on the prediction performance,and rarely in-volve the traffic prediction problem of multiple input variables.Therefore,this paper firstly proposes to use an improved alternating direction method of multipliers algorithm(I AD-ESNs algorithm)to train ESNs for solving the problems of low training efficiency and large computational complexity when ESNs are used in ac-tual multivariate time series forecasting tasks.Secondly,as single input variable cannot provide more compre-hensive prediction information,an improved multivariate prediction model for ESNs(MP-IADMM-ESNs)is proposed.Simulation experiments with real communication traffic data show that the proposed prediction mod-el MP-IADMM-ESNs has higher prediction accuracy and prediction efficiency for multiple input variables.

multivariate time seriesEcho State Networkstime series predictionalternating direction method of multiplierscommunication traffic

刘俊霞、刘智勇、刘文

展开 >

广东金融学院互联网金融与信息工程学院,广州 510521

新疆工程学院控制工程学院,乌鲁木齐 830023

多元时间序列 回声状态网络 时间序列预测 交替方向乘子算法 通信话务量

新疆维吾尔自治区自然科学基金新疆高校科研计划青年自然科学基金国家自然科学基金地区科学基金

2019D01A30XJEDU2018Y05661962058

2024

10.13274/j.cnki.hdzj.2024.05.006

信息技术
黑龙江省信息技术学会 中国电子信息产业发展研究院　中国信息产业部电子信息中心

信息技术

CSTPCD
影响因子：0.413
ISSN：1009-2552
年,卷(期)：2024.(5)