C114通信网  |  通信人家园

专题
2022/1/13 14:52

基于LSTM及Seq2seq模型的业务预测算法研究

邮电设计技术  刘旭峰,钟志刚,贾元启,王宁,史文祥,马家豪

本文版权为《邮电设计技术》所有,如需转载请联系《邮电设计技术》编辑部

摘要:通过收集某小区7个月内小时粒度的业务数据,引入LSTM算法和Seq2Seq算法,预测未来72h、168h及336h的下行PRB平均利用率及空口总业务量,并对预测结果分析,提出目前所存在的问题及未来规划,指出在未来数据充足的情况下可利用更多数据特征进行大区域多尺度多粒度的业务数据预测并指导网络资源调度及规划设计等。

关键词:业务预测算法;网优;扩容;人工智能

doi:10.12045/j.issn.1007-3043.2021.12.012

概述

在网络建设中,需要根据用户数和业务量的预测进行规划设计,使网络既能够满足业务发展的需求,又能合理控制建设成本,近年来,不限量套餐的推出使得业务量激增,在业务量激增的前提下能及时保证用户的容量需求是容量优化及规划的关键,网络容量的优化工作受到了挑战。业务预测是指对未来一段时间内业务量的预测,对业务预测算法的研究可以有效地在业务量激增情况下进行容量优化及规划工作,另外,随着5G时代的到来,业务预测算法有望在5G时代指导网络优化、规划。

在当前一波人工智能浪潮下,神经网络理论与实践得到不断发展,越来越多先进的人工智能算法被应用于工业与信息领域,为海量数据的分析和使用提供了便利。而每个小区都会记录过去一段时间内的业务数据情况,这为人工智能与业务数据的结合提供了基础。

因此本文引入了当前流行的时间序列预测算法:LSTM算法和Seq2Seq算法,并结合某小区7个月内的业务数据分别对下行PRB平均利用率和空口总业务量进行未来72h、168h及336h的预测。

点击查看全文(PDF)>

给作者点赞
0 VS 0
写得不太好

免责声明:本文仅代表作者个人观点,与C114通信网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。

热门文章
    最新视频
    为您推荐

      C114简介 | 联系我们 | 网站地图 | 手机版

      Copyright©1999-2022 c114 All Rights Reserved | 沪ICP备12002291号

      C114 通信网 版权所有 举报电话:021-54451141