针对基站流量的周期性和波动性,提出了基于长短期记忆(LSTM)神经网络模型的移动通信基站流量预测方法。通过特有的三种门结构和记忆单元相互调节,利用LSTM可以同时获取短期特征和长期趋势这一特点,从而学习到基站流量的变化特征。实验结果表明,对比传统ARMIA预测模型,该方法在移动通信基站流量预测方面具有较高的准确性。