话务量时间序列预测方法的实现

论文摘要

对于一个企业来说,管理就是决策的思想已经被普遍接受,而科学的预测是正确决策的保证,预测领域的研究有广泛的应用前景。本文以电信行业话务中心话务员排班为背景,设计研发话务量预测系统。系统实现包括预测方法选择、预测实施和预测结果展示的完整预测过程。本文简要介绍了预测的基本知识,对各种预测方法进行比较和研究,重点介绍了指数平滑模型、周期模型、线性随机模型、近邻算法、人工神经网络模型和周期模型与近邻算法相结合的模型。详细阐述了将前述六种预测模型应用于话务量预测的实现过程,并探讨了各种模型在实际应用中的适用范围和影响预测结果的主要因素,总结了各预测模型的异同和优缺点。总之,本文不仅在理论上对以上几种常用的预测模型进行了探讨,而且进行了预测系统的设计和研发,尤其注重于将理论转化为实践的实用性与可行性。

论文目录

• 提要
• 第一章 引言
• 1.1 研究背景
• 1.2 本文主要工作
• 第二章 话务量预测系统
• 2.1 系统概述
• 2.2 系统结构设计
• 2.3 功能模块设计
• 2.4 预测系统应用实例
• 第三章 预测与时间序列分析
• 3.1 预测的分类
• 3.2 预测的基本原则
• 3.3 预测性能的度量
• 3.4 时间序列分析
• 3.4.1 时间序列分析简介
• 3.4.2 指数平滑模型
• 3.4.3 指数平滑模型的应用
• 3.4.4 周期模型
• 3.4.5 周期模型的应用
• 3.4.6 线性随机模型
• 3.4.7 线性随机模型的应用
• 第四章 基于实例的近邻算法
• 4.1 K-近邻算法简介
• 4.2 K-近邻预测算法
• 4.2.1 K-近邻预测算法的原理
• 4.2.2 K-近邻预测算法的描述
• 4.3 K-近邻预测算法的应用
• 第五章 人工神经网络方法
• 5.1 人工神经网络简介
• 5.2 BP神经网络模型
• 5.2.1 BP算法的原理
• 5.2.2 BP算法的描述
• 5.3 BP神经网络模型的应用
• 第六章 周期模型与近邻算法相结合的预测方法
• 6.1 周期模型与近邻算法相结合的思想
• 6.2 周期模型与近邻算法相结合的预测模型
• 6.3 周期模型与近邻算法相结合的模型的应用
• 第七章 总结与展望
• 7.1 总结
• 7.2 工作展望
• 参考文献
• 摘要
• Abstract
• 致谢