基于小波神經網絡的我國移動通信市場預測

【摘要】分析中國通信移動通信市場發展情況，移動市場發展的歷史數據，具有明顯的階段性，即在不同的發展階段具有不同的特點，將小波神經網絡理論模型應用于移動通信市場預測，有助于更好地把握移動通信用戶發展的規律，掌握下一步移動通信市場發展情況，為通信運營商的建設投資提供依據，為市場發展規劃做好指導具有重要的價值，具有很強的實用性和準確性。

【關鍵詞】小波神經網絡；移動通信；市場預測

1.研究背景

自1987年中國移動通信業務運營以來，移動用戶數一直保持較高的增長率，經過二十幾年的快速增長，截至2013年10月全國移動用戶總數已到達12億，居世界第一位。特別是近幾年，隨著競爭的引入、資費政策的降低以及強大的移動上網數據需求，移動通信成為消費的熱點，用戶的絕對數量增長迅猛，從我國移動用戶發展的歷史數據來看，具有明顯的階段性，即在不同的發展階段具有不同的特點，為了更好地把握移動通信用戶發展的規律，掌握下一步移動通信市場發展情況，對移動通信市場進行預測，為通信運營商的建設投資提供依據，為市場發展規劃做好指導具有重要的價值。

2.相關理論

2.1 小波理論

20世紀70年代，法國石油公司工作的年輕的地球物理學家，從事石油信號處理的工程師Jean.Morlet在1984年首先提出了小波變換WT（wavelettransform）的概念。Mallat提出了多分辨（尺度）分析的概念，給出了構造正交小波基的一般方法，這之前人們構造的正交小波基具有高度的技巧性和不可模仿性。

（1）小波變換

（2）小波分解

2.2 小波神經網絡

小波神經網絡（WaveletNeuralNetwork，WNN）是在近年來小波分析研究獲得突破的基礎上提出的一種人工神經網絡。它是基于小波分析理論所構造的一種分層的、多分辨率的新型人工神經網絡，即用非線性小波基取代了通常的非線性Sigmoid函數，其信號表述是通過將所選取的小波基進行線性疊加來表現的。小波神經網絡具有以下特點。首先，小波基元及整個網絡結構的確定有可靠的理論根據，可避免BP神經網絡等結構設計上的盲目性；其次，網絡權系數線性分布和學習目標函數的凸性，使網絡訓練過程從根本上避免了局部最優等非線性優化問題；第三，有較強的函數學習能力和推廣能力。

小波神經網絡可以分為松散型和融合型。松散型小波神經網絡是小波分析對神經網絡的輸入進行初步處理，使得輸入神經網絡的信息更利于神經網絡處理。融合型小波神經網絡是小波和神經元直接融合，即小波元代替神經元，輸入層到隱含層的權值及隱含層閥值分別由小波函數的尺度和平移參數所代替。

3.基于小波神經網絡的移動通信市場預測

3.1 小波神經網絡學習算法的具體步驟

1）網絡參數的初始化，包括將小波的伸縮因子、平移因子、網絡連接權值、學習率以及運動因子賦初始值，并置輸入樣本計數P=1。

2）輸入學習樣本和相應輸出。

3）計算隱含層和輸出層的輸出。

4）計算誤差和梯度向量。

5）輸入下一個樣本P=P+1。

6）判斷算法是否結束，當E〈$時，即代價函數小于預先設定的某個精度，停止網絡的學習，否則將計數器計數為1，并轉步驟2〉循環。

3.2 基于小波神經網絡的移動通信市場預測的實證分析

4.結論

本文選取142個月的中國移動歷史用戶數作為小波神經網絡的學習數據，經過800次循環疊代計算，利用最近10個月的數據作為驗證數據進行驗證，得到以下結論，第一，小波神經網絡理論模型進行中國移動用戶數變化的預測效果很精確，絕對誤差APE的最大值為0.92%，平均絕對百分比誤差為0.29%，均方差誤差為14.6。第二，預測到2015年中國移動用戶數量將達到13.6億部，未來的一年半的時間用戶數增加速度放緩，為各家通信企業在進行投資建設、發展目標制定等方面提供參考。

參考文獻

[1]趙宏.證券投資的神經網絡方法[J].系統工程理論與實踐，1997，7（6）：127-131.

[2]崔景泰[美].小波分析導論[M].程正興，譯.西安：西安交通大學出版社，1995，2-28.

[3]周明，聶艷麗，等.基于小波分析的短期電價ARIMA預測方法[J].電網技術，2005，25（9）：50-55.

[4]楊立才，等.基于粗集的正交小波網絡預測模型研究[J].系統工程與電子技術，2005（8）.

作者簡介：喬美華（1977—），女，山東聊城人，河海大學商學院在讀博士研究生，中級工程師，研究方向：管理科學與工程。