一种话务量预测方法和系统技术方案

本发明专利技术涉及一种话务量预测方法和系统，属于通信技术领域，解决了现有方法会造成资源极大浪费的同时，仍然会造成部分区域人员不能正常使用通信网络的问题。该方法包括获取网元的历史话务量数据的时间序列作为样本序列；基于样本序列构建零均值时间序列；对零均值时间序列进行平稳化处理以将非平稳时间序列转换为平稳时间序列，并且将平稳时间序列按照时间划分为第一平稳时间序列和第二平稳时间序列；基于第一平稳时间序列利用NDARIMA模型估计模型参数；以及将模型参数代入NDARIMA模型生成话务量预测模型并将第二平稳时间序列作为话务量预测模型的输入对未来话务量进行预测。通过大数据机器学习算法实现精准的话务量预测，能够解决目前运营商面临的困境。够解决目前运营商面临的困境。够解决目前运营商面临的困境。

【技术实现步骤摘要】
一种话务量预测方法和系统


[0001]本专利技术涉及通信
，尤其涉及一种话务量预测方法和系统。

技术介绍

[0002]随着通信技术的迅猛发展，网络规模的迅速扩张，业务类型日益繁多，网络流量呈爆发式增长，对网络带宽有着更加严峻的挑战。网络结构日趋复杂，仅仅依赖传统的人工经验进行网络带宽配置和网络资源调优，已经无法满足快速增长的流量需求。
[0003]5G网络的发展，5G网络数据流量作为网络规划和建设的重要指标，如何准确预测未来数据流量成为一个新的课题。当前，应用大数据技术进行业务分析已越来越成熟，而应用大数据技术进行流量变化的趋势预测，是目前普遍采用的研究方法。
[0004]传统的做法是针对网格情况对一定范围的网络设备都进行扩容操作，这样会对资源造成极大的浪费，同时由于总体投资额有限，不可能做到各个站都能够进行扩容，就仍会造成拥塞从而用户不能正常通话。
[0005]因此，按照现有网格进行统计，不能够精准的进行人群话务量的预测。所以，会在造成资源极大浪费的同时，仍然会造成部分区域人员不能正常使用通信网络的问题存在，对运营商形象和用户体验都造成极大的影响。

技术实现思路

[0006]鉴于上述的分析，本专利技术实施例旨在提供一种话务量预测方法和系统，用以解决现有方法会造成资源极大浪费的同时，仍然会造成部分区域人员不能正常使用通信网络的问题。
[0007]一方面，本专利技术实施例提供了一种话务量预测方法，包括：获取网元的历史话务量数据的时间序列作为样本序列；基于所述样本序列构建零均值时间序列；对零均值时间序列进行平稳化处理以将非平稳时间序列转换为平稳时间序列，并且将所述平稳时间序列按照时间划分为第一平稳时间序列和第二平稳时间序列；基于所述第一平稳时间序列利用NDARIMA模型估计模型参数；以及将所述模型参数代入所述NDARIMA模型生成话务量预测模型并将所述第二平稳时间序列作为所述话务量预测模型的输入对未来话务量进行预测。
[0008]上述技术方案的有益效果如下：本实施例的话务量预测方法基于平稳时间序列估计NDARIMA预测模型的最优参数，以建立NDARIMA预测模型，从而通过大数据机器学习算法实现精准的话务量预测，解决目前运营商面临的困境。
[0009]基于上述方法的进一步改进，获取网元的历史话务量数据的时间序列作为样本序列进一步包括：从数据存储器获取由数据采集层采集计算出的指标样本集数据作为所述样本序列，其中，所述指标样本集数据包括不同时刻的视频播放成功率、日常通话和短信。
[0010]基于上述方法的进一步改进，基于所述样本序列构建零均值时间序列进一步包括：通过以下公式基于所述样本序列构建零均值时间序列：
[0011]y
t
＝x
t
‑
Ex
t
，t＝1,2,...n；
[0012]其中，所述样本序列为{x
t
}，t＝1,2,...n；所述样本序列的均值
[0013]基于上述方法的进一步改进，对零均值时间序列进行平稳化处理以将非平稳时间序列转换为平稳时间序列进一步包括：利用假设检验法对所述零均值时间序列进行平稳化处理。
[0014]基于上述方法的进一步改进，利用假设检验法对所述零均值时间序列进行平稳化处理进一步包括：假设所述零均值时间序列为平稳的零均值时间序列；当所述假设成立时，所述零均值时间序列为所述平稳时间序列；当所述假设不成立时，所述零均值时间序列为非平稳时间序列，并对所述非平稳时间序列进行调整并利用调整后的非平稳时间序列更新所述零均值时间序列；对更新后的零均值时间序列进行差分平稳化处理直到所述更新后的零均值时间序列为所述平稳时间序列为止。
[0015]基于上述方法的进一步改进，所述假设检验法进一步包括：对于所述零均值时间序列{y
t
}，t＝1，2，...n，首先假设平稳性条件成立：
[0016]计算若记为“+”，若记为
“‑”
，按照符合“+”和
“‑”
出现的顺序将所述零均值时间序列写成有“+”，
“‑”
号组成的序列；
[0017]U
N
＝N1+N2，其中，将连续出现的“+”或
“‑”
作为一个“游程”，N1表示“+”号出现的次数，N2表示
“‑”
号出现的次数，U
N
表示游程的总数；
[0018]检验假设：H0：{y
t
，t＝1，2，...n}为平稳随机序列；
[0019]对应显著水平α＝0.05，当N1≤15,N2≤15时，给出游程总数的上限r
U
和下限r
L
，当U
N
≤r
L
或U
N
≥r
U
时，拒绝H0，否则接受H0；
[0020]当N1或N2超过15时，近似地服从正态分布N(μ,σ2)，其中，记那么Z近似服从N(0,1)，取显著水平α＝0.05，当|Z|≤1.96时，接受原假设H0。
[0021]基于上述方法的进一步改进，基于所述第一平稳时间序列利用NDARIMA模型估计模型参数进一步包括：设平稳时间序列是一个NDARMA(p,q)过程，利用以下NDARIMA模型估计所述模型参数p和q：
[0022][0023]为预测的时刻t的话务量，为所述第一平稳时间序列中的已知的不同过去时刻的话务量，为自回归模型的系数；θ
k
为移动平均模型的系数；为过去t
‑
j时刻的预测值；为t
‑
k时刻的白噪声。
[0024]基于上述方法的进一步改进，话务量预测方法进一步包括：基于实际零均值时间序列与预测的未来话务量计算的预测误差：
[0025][0026]其中，y
t
(t+l)代表的是时间t+1的实际值，代表的t时刻的预测值，代表的是零均值的白噪声序列，ε
t+l
，...，ε
t+1
代表的是不同时刻的白噪声；ψ0，...，ψ
l
‑1代表的是不同时刻的白噪声系数。
[0027]另一方面，本专利技术实施例提供了一种话务量预测系统，包括：获取模块，用于获取网元的历史话务量数据的时间序列作为样本序列；零均值模块，用于基于所述样本序列构建零均值时间序列；平稳化处理模块，用于对零均值时间序列进行平稳化处理以将非平稳时间序列转换为平稳时间序列，并且将所述平稳时间序列按照时间划分为第一平稳时间序列和第二平稳时间序列；参数估计模块，用于基于所述第一平稳时间序列利用NDARIMA模型估计模型参数；以及预测模型，用于将所述模型参数代入所述NDARIMA模型生成话务量预测模型并将所述第二平稳时间序列作为所述话务量预测模型的输入对未来话务量进行预测。
[0028]基于上述系统的进一步改进，所述零均值模块用于通过以下公式基于所述样本序列构建零均本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种话务量预测方法，其特征在于，包括：获取网元的历史话务量数据的时间序列作为样本序列；基于所述样本序列构建零均值时间序列；对零均值时间序列进行平稳化处理以将非平稳的所述零均值时间序列转换为平稳时间序列，并且将所述平稳时间序列按照时间划分为第一平稳时间序列和第二平稳时间序列；基于所述第一平稳时间序列利用NDARIMA模型估计模型参数；以及将所述模型参数代入所述NDARIMA模型生成话务量预测模型并将所述第二平稳时间序列作为所述话务量预测模型的输入对未来话务量进行预测。2.根据权利要求1所述的话务量预测方法，其特征在于，获取网元的历史话务量数据的时间序列作为样本序列进一步包括：从数据存储器获取由数据采集层采集计算出的指标样本集数据作为所述样本序列，其中，所述指标样本集数据包括不同时刻的视频播放成功率话务量、日常通话话务量和短信话务量。3.根据权利要求1所述的话务量预测方法，其特征在于，基于所述样本序列构建零均值时间序列进一步包括：通过以下公式基于所述样本序列构建零均值时间序列：y
t
＝x
t
‑
Ex
t
，t＝1,2,...n；其中，所述样本序列为{x
t
}，t＝1,2,...n；所述样本序列的均值4.根据权利要求1所述的话务量预测方法，其特征在于，对零均值时间序列进行平稳化处理以将非平稳时间序列转换为平稳时间序列进一步包括：利用假设检验法对所述零均值时间序列进行平稳化处理。5.根据权利要求4所述的话务量预测方法，其特征在于，利用假设检验法对所述零均值时间序列进行平稳化处理进一步包括：假设所述零均值时间序列为平稳的零均值时间序列；当所述假设成立时，所述零均值时间序列为所述平稳时间序列；当所述假设不成立时，所述零均值时间序列为非平稳时间序列，并对所述非平稳时间序列进行调整并利用调整后的非平稳时间序列更新所述零均值时间序列；对更新后的零均值时间序列进行平稳化处理直到所述更新后的零均值时间序列为所述平稳时间序列为止。6.根据权利要求5所述的话务量预测方法，其特征在于，所述假设检验法进一步包括：对于所述零均值时间序列{y
t
}，t＝1,2,...n，首先假设平稳性条件成立：计算若记为“+”，若记为
“‑”
，按照符合“+”和
“‑”
出现的顺序将所述零均值时间序列写成有“+”，
“‑”
号组成的序列；U
N
＝N1+N2，其中，将连续出现的“+”或
“‑”
作为一个“游程”，N1表示“+”号出现的次数，N2表示
“‑”
号出现的次数，U
N
表示游程的总数；
检验假设：H0：{y
t
，t＝1,2,...n}为平稳随机序列；对应显著水平α＝0.05，当N1≤15,N2≤15时，给出游程总数的上限r
U
和下限r
L
，当U
N

【专利技术属性】
技术研发人员：刘喜庆，王文平，
申请(专利权)人：北京域天科技有限公司，
类型：发明
国别省市：