[发明专利]基于回声状态网络的基站流量预测方法

说明书

本发明公开了一种基于回声状态网络的基站流量预测方法，其特征是，包括以下步骤：步骤1：从有线网络基站中采集流量数据，并进行数据预处理，生成规范化的样本数据；步骤2：由规范化的样本数据初始化储备池的状态，并生成储备池；步骤3：结合储备池和规范化的样本数据进行权值初始化、确定权值分布区间，训练回声状态网络模型；步骤4：测试训练的回声状态网络。优点：能够有效提高基站流量预测的准确性，针对基站流量的不确定性、复杂性，采用回声状态网络可以更好地挖掘基站流量数据间关系，可以在一定程度上提高对基站流量预测的准确性。

技术领域

本发明涉及基站流量数据的数据挖掘和数据分析技术领域，尤其涉及一种基于回声状态网络的基站流量预测方法。

背景技术

在M-ICT时代下，随着IT和CT的不断融合，互联网化取得了巨大成功。以“服务无处不在”、“体验至上”为重要标签，M-ICT时代的互联网不仅仅作为信息的网络中介，同时还与各种传统行业相互结合，充分发挥了其在社会资源配置中的优化和集成作用。将互联网的创新成果深度融合于经济、社会各领域中，可以提升全社会的创新力，形成更广泛的以互联网为经济基础设施和实现工具的“互联网+”的经济发展形态。

作为基础设施，M-ICT时代下的有线网络具有极速特征，即要求信息的数字洪流在整个有线网络高速公路中能够顺畅快捷的传输，包括更高的线路速率、更长的传输距离、更大的交换容量、更高的集成度以及容量能耗比。因此有线网络基站的流量预测变得异常重要，它可以作为有线网络是否能顺畅快捷传输的重要指标。但是目前的研究模型大多集中在如何预测大尺度日常平稳的基站流量。如何能预测大尺度日常平稳流量进行准确预测的同时，预测小尺度流量即未来某时刻的流量，辅助检测网络容量方面的相关工作则是一片空白。因此，需要根据基站流量数据的特点，设计合理的基站流量预测分析方法。

发明内容

本发明所要解决的技术问题是克服现有技术的缺陷，提供一种基于回声状态网络的基站流量预测方法，该方法应用于解决现在预测基站中未来某时刻的流量，该技术在实现基站流量预测上有很大优势。

为解决上述技术问题，本发明提供一种基于回声状态网络的基站流量预测方法，其特征是，包括以下步骤：

步骤1：从有线网络基站中采集流量数据，并进行数据预处理，生成规范化的样本数据；

步骤2：由规范化的样本数据初始化储备池的状态，并生成储备池；

步骤3：结合储备池和规范化的样本数据进行权值初始化、确定权值分布区间，训练回声状态网络模型；

步骤4：测试训练的回声状态网络。

进一步的，所述步骤1包括：

(1-1)从有线网络基站中采集流量数据，流量数据15分钟记录一次；

(1-2)数据清洗，将采集到的流量数据清洗数据中含有缺失值、异常值和重复值的数据记录；

(1-3)规范化数据，将清洗后的流量数据，挑选出时间连续的正常数据。

进一步的，所述步骤2包括：

(2-1)初始化储备池的状态

回声状态网络作为一种新型的递归神经网络，也由输入层、储备池、输出层组成，

u(t)＝[u₁(t)，u₂(t)，...，u_K(t)]^T

x(t)＝[x₁(t)，x₂(t)，...，x_N(t)]^T