移动通信网话务量需求的混沌特性及预测方法研究
| 第1章 绪论 | 第1-12页 |
| 1．1 论文的研究背景 | 第8-9页 |
| 1．2 国内外研究状况 | 第9-10页 |
| 1．3 论文的主要内容 | 第10-12页 |
| 第2章 现有预测方法综述 | 第12-17页 |
| 2．1 基于影响因素分析的预测法 | 第12-13页 |
| 2．2 基于时间序列分析的预测法 | 第13页 |
| 2．3 智能预测法 | 第13-15页 |
| 2．4 回归预测法 | 第15-16页 |
| 2．4．1 多元线性回归预测 | 第15页 |
| 2．4．2 非线性回归预测 | 第15-16页 |
| 2．5 时间序列法 | 第16-17页 |
| 第3章 混沌理论基础 | 第17-25页 |
| 3．1 混沌的基本概念 | 第17-18页 |
| 3．1．1 系统的随机因素 | 第17页 |
| 3．1．2 混沌现象的本质 | 第17-18页 |
| 3．2 混沌映射举例 | 第18-20页 |
| 3．3 混沌吸引子 | 第20-21页 |
| 3．3．1 平庸吸引子 | 第20页 |
| 3．3．2 混沌吸引子 | 第20-21页 |
| 3．4 Lyapunov指数 | 第21-25页 |
| 第4章 话务量时间序列的混沌特性研究 | 第25-31页 |
| 4．1 时间序列相空间重构 | 第25-26页 |
| 4．2 相空间重构参数的选择 | 第26-28页 |
| 4．2．1 预测误差最小法 | 第27页 |
| 4．2．2 实例分析 | 第27-28页 |
| 4．3 最大Lyapunov指数的提取 | 第28-31页 |
| 4．3．1 Wlof算法 | 第28-30页 |
| 4．3．2 实例分析 | 第30-31页 |
| 第5章 神经网络预测法 | 第31-45页 |
| 5．1 人工神经网络发展概述 | 第31-32页 |
| 5．2 人工神经网络的特征 | 第32页 |
| 5．3 人工神经元和S形函数 | 第32-33页 |
| 5．4 前馈多层NN模型 | 第33-34页 |
| 5．5 BP算法 | 第34-36页 |
| 5．6 BP神经网络预测法 | 第36-41页 |
| 5．6．1 预测模型 | 第36-38页 |
| 5．6．2 实例分析 | 第38-41页 |
| 5．7 回归神经网络预测法 | 第41-43页 |
| 5．8 话务量的周预测方法初探 | 第43-44页 |
| 5．9 本章小结 | 第44-45页 |
| 第6章 基于遗传算法的组合预测法 | 第45-57页 |
| 6．1 传统组合预测法简介 | 第45-48页 |
| 6．1．1 等权平均预测法 | 第46页 |
| 6．1．2 方差—协方差法 | 第46-48页 |
| 6．1．3 回归组合预测法 | 第48页 |
| 6．2 遗传算法介绍 | 第48-52页 |
| 6．2．1 基本实数遗传算法 | 第49-50页 |
| 6．2．2 参数自适应实数遗传算法 | 第50-52页 |
| 6．3 基于APRGA的组合预测法 | 第52-57页 |
| 6．3．1 算法模型 | 第52-54页 |
| 6．3．2 实例分析 | 第54-57页 |
| 第7章 话务量需求预测系统的设计思路 | 第57-67页 |
| 7．1 系统目标与主要功能分析 | 第57-58页 |
| 7．1．1 系统设计目标 | 第57页 |
| 7．1．2 系统功能逻辑结构 | 第57-58页 |
| 7．2 系统设计 | 第58-64页 |
| 7．2．1 设计思想和总体功能结构 | 第58-59页 |
| 7．2．2 数据库子系统 | 第59页 |
| 7．2．3 模型库子系统 | 第59-63页 |
| 7．2．4 话务量预测子系统 | 第63-64页 |
| 7．3 预测系统中采用的预测方案 | 第64-65页 |
| 7．4 预测方案选取策略 | 第65-67页 |
| 结论与展望 | 第67-69页 |
| 1 本文工作总结 | 第67页 |
| 2 今后工作展望 | 第67-69页 |
| 致谢 | 第69-70页 |
| 参考文献 | 第70-75页 |
| 攻读学位期间发表的论文及科研成果 | 第75页 |
