一种通信基站流量预测方法与装置制造方法及图纸

本发明专利技术提供一种通信基站流量预测方法与装置

【技术实现步骤摘要】
一种通信基站流量预测方法与装置


[0001]本专利技术涉及通信
，尤其涉及一种通信基站流量预测方法与装置
。

技术介绍

[0002]随着移动通信技术的快速发展和视频媒体的广泛应用，通信基站的承载流量急剧上升，导致通信运营商面临着基站资源合理划分的严峻挑战
。
因此，基站流量预测对通信网络优化以及基站高效运行至关重要
。
通过有效地建立基站流量预测模型，可以对通信资源进行更合理地分配
。
并且，基站承载流量的及时预警同样保证了稳定的服务的质量
。
然而，基站负载中存在大量的不确定因素进一步增强了基站负载的非线性和突变性，例如人员流动
、
节假日以及工作日的交替等，使得通信基站流量的准确预测更具挑战
。
[0003]然而，目前针对通信基站流量预测的方法，其预测精度不高
。

技术实现思路

[0004]本专利技术的目的在于解决上述现有技术存在的缺陷，提供一种通信基站流量预测方法与装置
。/>[0005]本专本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种通信基站流量预测方法，其特征在于，包括：步骤一：获取基站流量网络的原始网络流量序列数据；步骤二：利用
EMD
将所述原始网络流量序列数据分解为一系列
IMF
频率分量和残余分量；步骤三：对所述一系列
IMF
频率分量和残余分量分别进行归一化，得到归一化后的
IMF
频率分量和残余分量；步骤四：根据所述归一化后的
IMF
频率分量和残余分量对初始流量预测模型进行训练，得到训练好的流量预测模型；所述初始流量预测模型为利用集成启发式鲸鱼优化方法对
Transformer
模型的超参数进行优化后得到的模型；步骤五：将待预测的网络流量序列数据输入所述训练好的流量预测模型，通过该模型预测得到通信基站的流量
。2.
根据权利要求1所述的通信基站流量预测方法，其特征在于，所述
Transforme
模型的超参数包括：模型嵌入维度
、
注意力头数
、
编码器层数
、Dropout
概率和学习率
。3.
根据权利要求2所述的通信基站流量预测方法，其特征在于，所述利用集成启发式鲸鱼优化方法对
Transformer
模型的超参数进行优化后得到的模型包括：确定所述
Transformer
模型的超参数的优化范围；在所述超参数的优化范围内，利用鲸鱼优化方法对
Transforme
模型的超参数进行优化，其中，所述鲸鱼优化方法的螺旋参数
b'
为随迭代次数变化的动态值，该螺旋参数
b'
采用以下公式表示：其中，
λ
为螺旋更新系数，
Max
iter
为最大迭代次数，
w
为固定值
0.5
；
t
表示当前迭代次数
。4.
根据权利要求3所述的通信基站流量预测方法，其特征在于，所述
Transformer
模型的超参数对应的优化范围为：学习率
[0.0001
，
0.01]
，
Dropout
概率
[0.30
，
0.70]
，编码器层数
[5
，
10]
，注意力头数
[4
，
8]
，模型嵌入维度
[128
，
256]。5.
根据权利要求3所述的通信基站流量预测方法，其特征在于，所述螺旋参数
b'
在迭代的过程中，通过构造广义逆解
OP
i
来对
Transformer
模型的超参数做进一步优化，从而得到最终的优化参数；所述广义逆解
OP
i
定义如下：其中，
K
为区间
[0,1]
的随机变量；
X
i

【专利技术属性】
技术研发人员：邱力军，吴越，刘力维，邱博之，李泽星，陈恒，
申请(专利权)人：西京学院，
类型：发明
国别省市：