基于KPCA-GA-BP神经网络的POI质量预测研究

作者：刘璐; 杨丹; 陈睿杰; 李嘉; 周熹

来源：电信科学, 2023, 39(01): 108-116.

• POI柔性评价体系
• 核主成分分析
• 遗传算法
• BP神经网络
• POI质量预测

目前移动网络优化一般基于小区进行网络质量评估及预测，遵循“升维研究，降维实施”的研究思路，提出了兴趣点（point of interest,POI）网络质量的柔性评价体系，但其涉及较多网络关键绩效指标（key performanceindicator,KPI），导致POI网络综合质量评价体系较为庞杂且预测精度不高，为提高POI网络质量预测精准性，采用核主成分分析（kernelprincipalcomponentanalysis,KPCA）算法对反向传播（back propagation,BP）神经网络的输入变量进行相关性压缩，简化了BP神经网络结构，然后通过遗传算法（genetic algorithm,GA）优化了BP神经网络连接权值及阈值参数。与传统BP神经网络预测结果进行对比，在预测准确度方面提高了10.90%，均方误差性能显著降低，对研究POI网络质量的预测可起到较好的支撑作用。

• 单位
  中国移动通信集团云南有限公司