基于BP神经网络的手机流量的预测方法及预测装置制造方法及图纸

本发明专利技术提供一种基于BP神经网络的手机流量的预测方法和预测装置。所述基于BP神经网络的手机流量的预测方法包括以下步骤：采集手机流量数据；构建BP神经网络模型对采集到的手机流量数据进行仿真以获取多条预测曲线；对所述多条预测曲线进行加权平均以获取平均曲线；根据所述平均曲线获取第一目标曲线；对所述第一目标曲线进行数据融合平滑处理以获取目标曲线。本发明专利技术的手机流量的预设方法，采用BP神经网络进行多次预测，并且，对预测曲线进行数据融合平滑处理，从而提高了手机流量的预测精准度。

【技术实现步骤摘要】

本专利技术设及移动通信
，特别是设及一种基于BP神经网络的手机流量的 预测方法及预测装置。
技术介绍
随着移动通信技术的飞速发展，越来越多的用户使用智能移动终端，特别是对于 年青人来说，利用智能移动终端在网络上进行通信、发布图片、购物、交友等等。而运种上网 行为导致流量的迅速流失。 目前已有对手机的流量进行统计的方案，并在流量到达预设值时进行提醒。但是 目前的手机流量统计方案通常只提供事后的流量提醒功能，并没有在用户使用网络之前进 行个性化的流量预测。即使提供流量预测功能时，往往预测结果粗糖、稳定性差、达不到智 能预测优化的效果。 因此，如何提高手机流量的预测精准度就成为本领域技术人员亟待解决的问题之 〇
技术实现思路
鉴于W上所述现有技术的缺点，本专利技术的目的在于提供一种基于BP神经网络的 手机流量的预测方法及预测装置，用于解决现有技术中预测精度不高的问题。 为实现上述目的及其他相关目的，本专利技术提供一种基于BP神经网络的手机流量 的预测方法，所述基于BP神经网络的手机流量的预测方法包括W下步骤：采集手机流量数 据；构建BP神经网络模型对采集到的手机流量数据进行仿真W获取多条预测曲线；对所述 多条预测曲线进行加权平均W获取平均曲线；根据所述平均曲线获取第一目标曲线；对所 述第一目标曲线进行数据融合平滑处理W获取目标曲线。 于本专利技术的一实施例中，所述根据所述平均曲线获取第一目标曲线的步骤包括： 将仿真获取的多条预测曲线分别与所述平均曲线作差W获取各条预测曲线的偏差；将偏差 大于或者等于预设阔值的预测曲线去除；将偏差小于预设阔值的预测曲线做加权平均W获 取所述第一目标曲线。 于本专利技术的一实施例中，所述对所述第一目标曲线进行数据融合平滑处理W获取 目标曲线的步骤包括：获取所述第一目标曲线中的N个曲线点；将所述N个曲线点的值与 期望预测值的对应分量值依次做差W获取N个残差偏移量；依次判断所述N个残差偏移量 是否小于预设的口限偏移量，当残差偏移量小于预设的口限偏移量时，保留该残差偏移量 对应的曲线点；对保留的曲线点进行平滑处理W获取目标曲线。 于本专利技术的一实施例中，所述对保留的曲线点进行平滑处理的步骤包括：对获取 到的N个残差偏移量取平均值W获得平均偏移量；将所述平均偏移量乘WNW获取总误差； 依次将N个残差偏移量与所述总误差相除W获取对应的误差比例；根据所述误差比例依次 获取每个曲线点对应的平滑系数；将所述平滑系数与对应的曲线点的值相乘W完成平滑处 理。 于本专利技术的一实施例中，当残差偏移量大于或者等于预设的口限偏移量时，去除 该曲线点，并利用线性插补法进行该曲线点的填充。 本专利技术提供一种基于BP神经网络的手机流量的预测装置，所述基于BP神经网络 的手机流量的预测装置包括：采集模块，用于采集手机流量数据；仿真模块，用于构建BP神 经网络模型对采集到的手机流量数据进行仿真W获取多条预测曲线；加权模块，用于对所 述多条预测曲线进行加权平均W获取平均曲线；第一目标曲线获取模块，根据所述平均曲 线获取第一目标曲线；数据融合模块，用于对所述第一目标曲线进行数据融合平滑处理W 获取目标曲线。 于本专利技术的一实施例中，所述第一目标曲线获取模块包括：偏差获取单元，用于将 仿真获取的多条预测曲线分别与所述平均曲线作差W获取各条预测曲线的偏差；去除单 元，用于将偏差大于或者等于预设阔值的预测曲线去除；平均单元，用于将偏差小于预设阔 值的预测曲线做加权平均W获取所述第一目标曲线。 于本专利技术的一实施例中，所述数据融合模块包括：曲线点获取单元，用于获取所述 第一目标曲线中的N个曲线点；残差偏移量获取单元，用于将所述N个曲线点的值与期望预 测值的对应分量值依次做差W获取N个残差偏移量；判断单元，用于依次判断所述N个残差 偏移量是否小于预设的口限偏移量，曲线点处理单元，用于当残差偏移量小于预设的口限 偏移量时，保留该残差偏移量对应的曲线点；平滑处理单元，用于对保留的曲线点进行平滑 处理W获取目标曲线。 于本专利技术的一实施例中，所述平滑处理单元包括：平均偏移量单元，用于对获取到 的N个残差偏移量取平均值W获得平均偏移量；总误差获取单元，用于将所述平均偏移量 乘WNW获取总误差；误差比例获取单元，用于依次将N个残差偏移量与所述总误差相除W 获取对应的误差比例；平滑系统获取单元，用于根据所述误差比例依次获取每个曲线点对 应的平滑系数；目标曲线获取单元，用于将所述平滑系数与对应的曲线点的值相乘W完成 平滑处理。 于本专利技术的一实施例中，所述曲线点处理单元还用于当残差偏移量大于或者等于 预设的口限偏移量时，去除该曲线点，并利用线性插补法进行该曲线点的填充。 如上所述，本专利技术的基于BP神经网络的手机流量的预测方法及预测装置，具有W 下有益效果： 本专利技术采用智能BP神经网络算法获取第一目标曲线，并在此基础上引入数据融 合平滑处理的管理方法，优化获取到目标曲线，从而大大提高了预测的精准度。在优选实施 例中，利用预测曲线间的数据自检剔除误差较大的一部分曲线，再结合残差偏移口限值的 设定剔除曲线中偏差较大的曲线点，将剔除点进行线性插补填充并对预测结果进行平滑处 理，W进一步提高预测的精度。【附图说明】 图1显示为现有技术中的BP神经网络的结构示意图。 图2显示为本专利技术基于BP神经网络的手机流量的预测方法于一实施例中的流程 不意图D 图3显示为本专利技术基于BP神经网络的手机流量的预测方法的步骤S14于一实施 例中的流程示意图。 图4显示为本专利技术基于BP神经网络的手机流量的预测方法的步骤S15于一实施 例中的流程示意图。 图5显示为采用传统测方法对手机流量预测仿真示意图； 图6显示为采用本专利技术基于BP神经网络的手机流量的预测方法对手机流量预测 仿真示意图。 图7显示为本专利技术基于BP神经网络的手机流量的预测装置于一实施例中的结构 不意图。 图8显示为本专利技术基于BP神经网络的手机流量的预测装置于另一实施例中的结 构不意图。 元件标号说明 2 基于BP神经网络的手机流量的预测装置[002引 21 采集模块[002引 22 仿真模块 23 加权模块 24 第一目标曲线获取模块 25 数据融合模块 241 偏差获取单元 242 去除单元 243 平均单元 251 曲线点获取单元 252 残差偏移量获取单元 253 判断单元 254 曲线点处理单元 255 平滑处理单元S11 ~S15 步骤S141 ~S143 步骤S151 ~S157 步骤【具体实施方式】W下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书 所掲露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可W通过另外不同的具体实 施方式加W实施或应用，本说明书中的各项细节也可W基于不同观点与应用，在没有背离 本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，W下实施例及实施 例中的特征可W相互组合。 需要说明的是，W下实施例中所提供的图示仅W示意方式说明本专利技术的基本构 想，遂图式中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸 绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改当前第1页1 2 3 本文档来自技高网...

【技术保护点】
一种基于BP神经网络的手机流量的预测方法，其特征在于，所述基于BP神经网络的手机流量的预测方法包括以下步骤：采集手机流量数据；构建BP神经网络模型对采集到的手机流量数据进行仿真以获取多条预测曲线；对所述多条预测曲线进行加权平均以获取平均曲线；根据所述平均曲线获取第一目标曲线；对所述第一目标曲线进行数据融合平滑处理以获取目标曲线。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘小东，
申请(专利权)人：上海斐讯数据通信技术有限公司，
类型：发明
国别省市：上海;31