（福建省邮电规划设计院有限公司，福州 350001）

LIBSVM回归算法在话务预测中的应用

钟坛旺，林昭语

（福建省邮电规划设计院有限公司，福州 350001）

话务量预测在工程规划建设中有重要的意义，但常用的预测方法总体准确率不高，而LIBSVM算法在解决回归问题上表现出优良的性能。本文以H市连续587天早忙时话务量样本作为LIBSVM模型训练，之后用60个样本点作为测试数据，验证LIBSVM模型的预测性能，并对结果进行均方误差和平均相对误差的指标评价分析。

话务量预测；LIBSVM；模型训练；样本集

在工程规划与建设中需要根据对目标期的话务量预测来确定目标无线网络容量、扩容需要的设备类型和数量等，话务预测结果的准确与否直接关系到目标无线网络利用率、投资效益等企业发展的关键指标，因此以相对准确的话务量预测来指导运营商网络建设，能成功应对用户行为的变化及其趋势，为移动网络长久、稳定的运行奠定基础。在通信网络的规划和设计中，常用的预测方法主要有趋势外推法、回归预测法、业务模型法、市场调查法等，常用的预测方法在网络快速工程建设中，起到一定的积极作用，但总体准确率不高。

支持向量机(SVM，Support Vector Machine)是近年来出现的一种机器学习方法，在解决分类和回归问题方面都表现出优良的性能。借助于支持向量机方法，通过使用LIBSVM工具箱对话务量的特征向量进行学习训练，经过交叉验证确定了回归机的最优参数组合，经实验验证预测效果较理想，针对话务量的预测提供了一种新思路。……