基于回声状态网络的移动话务量预测

针对移动话务量的预测问题,本文建立基于回声状态网络（Echo State Networks,ESN）的移动通信话务量预测模型。为实现精确的移动话务量预测,本文采用由中国移动网管系统检测得到的移动话务量数据作为研究对象,其实验结果表明,该预测方案具有较高的预测精度,满足实际系统的需求。由于ESN模型的储备池中不同神经元类型对模型的预测性能有一定的影响,为此选取双曲正切神经元、线性神经元l、eaky integration神经元进行比较,结果表明了双曲正切神经元相较于其他两种神经元具有更高的非线性逼近能力,较适用于移动话务量的预测问题。