文献

J-GLOBAL ID：201702229060332481   整理番号：17A1317725

ハイブリッドアルゴリズムに基づく通信ユーザ規模予測手法の研究【JST・京大機械翻訳】

A communication user scale prediction method based on hybrid algorithm

著者 (2件)： Si Xiuli (吉林農業大学信息技術学院,吉林長春,130118) ,  Liu Ziqi (吉林農業大学信息技術学院,吉林長春,130118)
資料名： Jisuanji Gongcheng Yukexue  (Jisuanji Gongcheng Yukexue)
巻： 39  号： 3  ページ： 567-571  発行年： 2017年 
JST資料番号： C2938A  ISSN： 1007-130X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 正確に通信ユーザーの規模を予測することは通信事業者の意思決定に対して非常に重要な意義があるが、既存の従来の予測方法には予測誤差が大きく、予測率が低いなどの問題がある。本論文では,RBFニューラルネットワークに基づく通信ユーザの規模予測モデルを研究した。RBFニューラルネットワークアルゴリズムの予測性能をより良くするために,勾配降下アルゴリズムと遺伝的アルゴリズムの混合を用いて,RBFニューラルネットワークのパラメータを最適化し,予測モデルの収束効率を改善した。実例分析により、本論文で研究したハイブリッドRBFニューラルネットワーク予測モデルを用いた予測結果は、他の従来の予測モデルより明らかに優れていることが明らかになった。同時に、予測速度においても大きな優位性がある。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *予測技法 ,  *予測 ,  遺伝的アルゴリズム ,  意思決定 ,  予測モデル ,  *通信 ,  最適化 ,  予測誤差 ,  *アルゴリズム
準シソーラス用語： 予測性能 ,  動径基底関数ニューラルネットワーク ,  事業者 ,  *ハイブリッドアルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： RBF neural network ,  genetic algorithm ,  gradient descent algorithm ,  user scale prediction ,  hybrid algorithm

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： ハイブリッドアルゴリズム ,  規模 ,  予測手法 ,  研究