基于改进PSO算法优化LS-SVR的话务量预测

作者：张杰; 贾振红; 覃锡忠; 陈丽

来源：激光杂志, 2013, (02): 35-36.

• 粒子群优化算法
• 最小二乘支持向量回归机
• 话务量预测
• 超参数
• 预测精度 particle swarm optimization algorithm
• least squares support vector regression
• tlephone traffic forecasting
• hyper parameter
• prediction accuracy

为了更准确的预测话务量,提出了一种以粒子群优化算法为基础的,通过多样性度量指标控制种群特征的改进粒子群优化算法(MPSO),用于最小二乘支持向量回归机(LS-SVR)超参数的寻优,分析影响话务量的相关因素,选取合适的样本,利用优化后的LS-SVR模型对移动话务量进行预测。与标准LS-SVR预测算法和PSO优化后的LS-SVM算法进行比较,实验结果表明,本文的预测方法具有更好的收敛性和更高的预测精度。

• 单位
  中国移动通信集团新疆有限公司; 新疆大学