基于动态权值最优加权法的移动网络流量预测

摘要

针对移动网络流量的影响因素复杂且流量特性具有非线性,基于神经网络模型、xgboost预测模型以及LASSO预测模型的特点,提出了基于动态权值最优加权平均法,融合了BP神经网络模型、Lasso回归模型以及xgboost模型.借助此方法融合之后,在进行预测移动网络流量,同时对比BP神经网络、Lasso回归模型、xgboost预测模型得到的预测数据.结果表明,在经过动态权值最优加权法融合之后,无论是预测稳定性还是准确度与其他单一模型对比都有较大的优势.