基于LSTM与ARIMA模型的移动通信基站流量预测方法

摘要：

随着移动互联网的飞速发展,基站的流量负荷问题受到普遍关注.笔者基于长短期记忆网络(Long Short-Term Memory,LSTM)模型融合自回归移动平均模型(Autoregressive Integrated Moving Average Model,ARIMA)建立LSTM-ARIMA模型,首先使用前60％训练集对LSTM进行训练,然后进行误差计算得到误差序列.接下来对所得到的误差序列使用ARIMA建模,得到测试集的预测误差,最后综合LSTM与ARIMA模型得出结果.经过实验得出模型测试集的精度为88.06％.

关键词：基站流量;时间序列;KNN;LSTM;ARIMA

所属期刊栏目：33

分类号：TN929.5

在线出版日期：2021-09-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：100-102