(LUẬN VĂN THẠC SĨ) Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng công nghệ trí tuệ nhân tạo Luận văn ThS Kỹ thuật điển tử viễn thông 2 07 00

ĐẠI HỌC QUỐC GIA HÀ NỘI KHOA CÔNG NGHỆ Nguyễn Hữu Hạnh DỰ BÁO NHU CẦU DỊCH VỤ CHO MẠNG VIỄN THƠNG SỬ DỤNG CƠNG NGHỆ TRÍ TUỆ NHÂN TẠO LUẬN VĂN THẠC SĨ Hà nội - năm 2004 TIEU LUAN MOI download : skknchat@gmail.com ĐẠI HỌC QUỐC GIA HÀ NỘI KHOA CÔNG NGHỆ Nguyễn Hữu Hạnh DỰ BÁO NHU CẦU DỊCH VỤ CHO MẠNG VIỄN THÔNG SỬ DỤNG CÔNG NGHỆ TRÍ TUỆ NHÂN TẠO Chun ngành: Kỹ thuật vơ tuyến điện tử thông tin liên lạc Mã số: 2.07.00 LUẬN VĂN THẠC SĨ NGƯỜI HƯỚNG DẪN KHOA HỌC PGS.TS Trần Hồng Quân Hà Nội - 2004 TIEU LUAN MOI download : skknchat@gmail.com Dự báo nhu cầu dịch vụ cho mạng viễn thơng sử dụng cơng nghệ trí tuệ nhân tạo MỞ ĐẦU Ngành Bưu - Viễn thơng ngành kỹ thuật thuộc kết cấu hạ tầng kinh tế quốc dân, đáp ứng nhu cầu phát triển kinh tế - xã hội, an ninh quốc phịng đất nước nghiệp cơng nghiệp hố - đại hoá Việc xây dựng qui hoạch phát triển mạng viễn thông quốc gia, vùng lãnh thổ địa phương quan trọng Hiện nay, Việt Nam, việc dự báo qui hoạch mạng viễn thơng cịn mẻ Nhằm tìm hiểu cơng tác dự báo, qui hoạch mạng viễn thông chọn đề tài:  Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng công nghệ trí tuệ nhân tạo Luận văn bao gồm chương: chương 1: "Các phương pháp dự báo dịch vụ viễn thơng" trình bày tổng quan phương pháp dự báo nhu cầu dịch vụ viễn thông, chương "Nghiên cứu cơng nghệ AI" trình bày cơng nghệ trí tuệ nhân tạo thuật tốn gen di truyền (GA), lơgic mờ (fuzzy logic), mạng Neural; chương "Nghiên cứu ứng dụng AI dự báo" nghiên cứu phương pháp dự báo sử dụng mạng neural; chương 4: "Xây dựng cấu hình mạng cho mơ hình dự báo" xây dựng cấu hình mạng cho mơ hình dự báo cho mạng viễn thông Tôi xin chân thành cám ơn thầy cô khoa Công Nghệ - Đại học Quốc Gia Hà Nội, PGS.TS Trần Hồng Quân - Viện trưởng Viện Khoa học Kỹ Thuật Bưu điện hướng dẫn, giúp đỡ tơi hồn thành luận văn này! TIEU LUAN MOI download : skknchat@gmail.com Dự báo nhu cầu dịch vụ cho mạng viễn thơng sử dụng cơng nghệ trí tuệ nhân tạo CHƢƠNG CÁC PHƢƠNG PHÁP DỰ BÁO DỊCH VỤ VIỄN THƠNG Trong chương trình bày tổng quan phương pháp dự báo nhu cầu dịch vụ viễn thông Các phương pháp sử dụng để dự báo nhu cầu lưu lượng thoại, phi thoại cho mạnh viễn thông nông thôn, thành thị quốc gia 1.1 Dự báo nhu cầu dịch vụ 1.1.1 Dịch vụ thoại 1.1.1.1 Qui trình dự báo Dự báo nhu cầu thoại trình phức tạp phân thành bước sau Thu thập liệu Lựa ch ọn mơ hình dự báo Phát triển mơ hình dự báo Áp dụng mơ hình để dự báo Phân tích kết qu ả Hình 1.1 Qui trình dự báo dịch vụ thoại a Lựa chọn mơ hình dự báo Kết dự báo Việc định xem mơ hình dự báo thích hợp liên quan đến nhiều yếu tố: liệu đầu vào, yêu cầu thời gian, yê u cầu kết đầu ra, tài nguyên sẵn có Tuy nhiên, qui trình lựa chọn mơ hình dự báo mơ tả cách tổng quát Hình 1.2  Chiến lược dự báo TIEU LUAN MOI download : skknchat@gmail.com Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng công nghệ trí tuệ nhân tạo - Tiền định (Deterministic): Dựa mối quan hệ mật thiết tương lai Các mơ hình time-series thích hợp với chiến lược - Triệu chứng (Symptomatic): Dựa dấu hiệu để dự báo cho tương lai, ví dụ: số modem tăng dẫn đến phát triển nhu cầu kết nối liệu tương lai - Hệ thống (Systematic): Dựa ý tưởng cho xu hướng phát triển tương lai tuân thủ theo nguyên tắc đó, chẳng hạn lý thuyết xã hội-kinh tế Dữ liệu sẵn có điều kiện môi trường CHIẾN LƯỢC DỰ BÁO DÀI HẠN Lớp mơ hình sơ Nhận định đánh giá chung Các tính chất chung mơ hình Vấn đề dự báo cụ thể YÊU CẦU VỀ YÊU CẦU VỀ KẾT THỜI GIAN QUẢ ĐẦU RA Các tổ chức dự báo thời TÀI NGUYÊN Tập mô hình sơ chọn CÁC ĐIỀU KIỆN ĐẦU VÀO Các mơ hình chọn lựa Hình 1.2: Qui trình lựa chọn mơ hình dự báo Trong thực tế, ta thường sử dụng hai chiến lược dự báo Deterministic Systematic (mơ hình chuỗi thời gian mơ hình kinh tế xã hội) cho dự báo dịch vụ thoại b Phát triển mơ hình dự báo Sau chọn lớp mơ hình dự báo khả dĩ, ta phải tính tốn tham số cho chúng kiểm tra xem mơ hình dự báo thích hợp Q trình phát triển mơ hình dự báo mơ tả Hình 1.3 Trong qui trình dự báo TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thơng sử dụng cơng nghệ trí tuệ nhân tạo Hình 1.3: "Tính tốn tham số cho mơ hình" bước quan trọng Tuỳ thuộc vào mơ hình dự báo khác nhau, phương pháp tính tốn tham số cho mơ hình cung khác Các tham số tính tốn dựa liệu khứ, liệu dự báo số yếu tố liên quan khác (dân số, tốc độ tăng trưởng GDP, GPP ), số giả thiết người dự báo đưa Lớp cá c mơ hình lựa chọn Chọn mơ hình thử nghiệm Mơ hình khơng Tính tốn tham số cho mơ hình thích hợp Kiểm tra mơ hình Xác nhận mơ hình thích hợp Hình 1.3 Các bước xây dựng mơ hình dự báo (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng cơng nghệ trí tuệ nhân tạo c Áp dụng mơ hình dự báo Sau lựa chọn mơ hình dự báo thích hợp, sử dụng mơ hình dự báo để tính tốn nhu cầu sử dụng dịch vụ thoại d Dữ liệu đầu Tuỳ thuộc vào chiến lược lập kế hoạch mạng khác nhau, kết dự báo khác Dưới mẫu kết dự báo (đầu ra) cho loại chiến lược dự báo:  Đối với mục tiêu sách - Tổng số thuê bao  Đối với kế hoạch chiến lược - Số thuê bao quận huyện  Đối với kế hoạch sở Số thuê bao quận huyện phân theo loại sau: - Dân cư (Residential) - Doanh nghiệp (Business)  Đối với kế hoạch cài đặt Số thuê bao phường/xã theo loại sau: - Dân cư (Residential) - Doanh nghiệp sử dụng đường thuê bao (Single line Business) - Doanh nghiệp sử dụng nhiều đường thuê bao (Multi-line Business) 1.1.1.2 Mơ hình đường cong phát triển Đây mơ hình phổ biến dự báo nói chung Mơ hình mơ tả phát triển yếu tố dự báo (trong dịch vụ thoại mật độ thuê bao) phụ thuộc vào biến thời gian Các dạng mơ hình gồm có: - Tuyến tính - Hàm mũ - Logistic 1.1.1.2.1 Cấu trúc mơ hình (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng cơng nghệ trí tuệ nhân tạo Hình 1.4 mơ tả đồ thị dạng mơ hình nói yt = M + at yt = M + at + bt yt = bt yt = M + ae yt yt t k  aebt yt t a) Tuyến tính t b) Hàm mũ c) Logistic Hình 1.4 Mơ hình đường cong phát triển Trong đó: t: biến thời gian yt : mật độ thuê bao năm năm t M, a, b: tham số xác định theo phương pháp hồi quy (sử dụng liệu q khứ để tính tốn) k: mức bão hồ  Mơ hình tuyến tính Dạng mơ hình tuyến tính biểu diễn theo cơng thức sau: yt = a + bt (1 - 1) t: biến thời gian yt : mật độ thuê bao (số thuê bao đầu người hộ gia đình, phân theo loại thuê bao khác nhau) năm t a, b tham số tính theo cơng thức sau: a= T2  T1 t  t1 (1-2) b = T1 - a*t1 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng cơng nghệ trí tuệ nhân tạo Trong đó: - T1: mật độ thuê bao (penetration rate) khứ năm t - T2: mật độ thuê bao khứ năm t Trên công thức để tính tham số dựa liệu hai năm khứ Tuy nhiên, để tăng độ xác kết dự báo sử dụng phương pháp bình phương bé để tính tốn tham số a, b dựa số liệu khứ nhiều năm T1  Mơ hình Logistic Mơ hình Logistic có dạng sau: yt = S (1-3)  e  k t  t  Trong đó: yt mật độ thuê bao năm t S - giá trị bão hoà, xác định dựa vào sách phủ so sánh tương quan với nước khác Các tham số k (tỉ lệ tăng số điện thoại) xác định sau: 1  S  S   ln   1  1  k= t  t1  T1  T2     (1 - 4) T1: mật độ thuê bao năm sở (năm dự báo) T2: mật độ thuê bao năm đích T t0 = t1 +  l S ln  1 k  T1  (1-5)  Mô hình hàm mũ Mơ hình hàm mũ biểu diễn công thức sau: y = M + ae bt (1 - 6) Trong đó: yt : Mật độ thuê bao năm t (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thơng sử dụng cơng nghệ trí tuệ nhân tạo M, a b tham số mơ hình tính tốn sử dụng phương pháp hồi qui dựa số liệu khứ 1.1.1.3 Mơ hình kinh tế lượng  Cấu trúc mơ hình Mơ hình kinh tế lượng biểu diễn dạng công thức sau: Y t = at + b1x1 + b2 x2t + + bnxnt +  t (1 - 7) Trong đó: Yt : biến phụ thuộc (dependent variable) (trong trường hợp dự báo thoại, Yt có nghĩa nhu cầu thuê bao mật độ thuê bao) at : số phương trình cần xác định b1, bn: hệ số thể mối quan hệ lượng Yt xt x1t , x2t , xnt : biến độc lập (explanatory or independent variables), chẳng hạn GPP (Gross Provincial Product), chi tiêu đầu tư tiêu dùng (consumer capital investment expenditures), dân số, số hộ gia đình,  t : thể độ sai lệch dự báo Sử dụng liệu khứ (số thuê bao mật độ thuê bao, liệu kinh tế xã hội) để tính tốn tham số at , b1, , bn mơ hình  Các dạng mơ hình Một số dạng mơ hình kinh tế lượng thường sử dụng bao gồm log kép, bán log, đảo + Log kép (Double-log) lnYt = ỏ + lnXt +  t (1 - 8) Trong đó: Yt : Mật độ thuê bao năm t Xt : blến độc lập  t : thể độ sai lệch + Bán log (Semi-log) Bao gồm số dạng sau: (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng cơng nghệ trí tuệ nhân tạo Trong đó: w = [w1 w2 wN ]T bao gồm tất trọng số độ dốc mạng N số lượng trọng số P số lượng mô hình M số neuron đầu Ta viết lại công thức (3 - 112): E(w) = ET E (3 - 113) Trong đó: E = [e 11 e M1 e12 e m2 e 1P eMP ]T eip = tip - yip Từ công thức (3 - 32) ta định nghĩa ma trận Jacobian sau:  e11  w   e 21 J =  w1    e  MP  w1 e11 w e 21 w  e MP w e11  w N   e 21   w N     e MP    w   (3 - 114) ta có thết viết lại công thức (3 - 33) sau: wt+1 = wt - (JT J + I)-1JT E (3 - 115) Trong đó: I ma trận đơn vị  tỉ số học J ma trận Jacobian trọng số Ta viết lại cơng thức tính lỗi: E(w) = ÊT Ê (3 - 116) Trong đó: T Ê = [ê ê2 ê M] êk =  t P p 1  y kp  kp 63 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thơng sử dụng cơng nghệ trí tuệ nhân tạo ta viết lại ma trận Jacobian sau:  eˆ1  w   eˆ ˆJ   w   eˆ  M  w1 eˆ1 w eˆ w  eˆ M w eˆ1  w N   eˆ   w N     eˆ M    w N   (3 - 117) Khi ta viết lại công thức (3 - 33) sau:   1 wt+1 = w t - Jˆ T Jˆ  I Jˆ T Eˆ (3 - 118) Ta để ý đây, ma trận Jˆ ma trận M x N, ta cần phải biến đổi thành ma trận vng N x N phù hợp với cơng thức tính tốn (3 - 118) Áp dụng cơng thức biến đổi Lemma sau: Với ma trận A ta biến đổi thành: A = B-1 + CD-1 CT (3 -119) Suy ra: A-1 = B - BC(D + CT BC)-1CT B (3 - 120) Bây ta coi: A = Jˆ T Jˆ + I B= (3 - 121) I  C = Jˆ T (3 - 122) D= I Từ công thức (3 - 120, - 121 - 122) ta có:   1 1  1  Jˆ T Jˆ  I  I  Jˆ T  I  JˆJˆ T  Jˆ      (3 - 123) Để ý kết cuối ma trận M x M Trong hầu hết ứng dụng mạng Neural sử dụng có tổng số lượng trọng số N lớn so với M Do từ ma trận Jacobian N x N ta biến đổi thành ma trận M x M bé nhiều Vậy ta viết lại cơng thức cập nhật trọng số theo phương pháp sau: 64 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng cơng nghệ trí tuệ nhân tạo 1 1   wt+1 = wt -  I  Jˆ T  I  JˆJˆ T  JˆJˆ T Eˆ      (3 - 124) Với mạng lớp (M = 1) cơng thức (3 - 124) biến đổi thành: wt+1 = wt - 1 JˆJˆ T  ˆ T ˆ I  J E     JˆJˆ T  (3 - 125) 3.3.3.3 So sánh thuật toán Bảng 3.3 đưa kết so sánh thuật toán huấn luyện ta sử dụng cấu trúc mạng : 10 : 1, tập mẫu huấn luyện gồm 41 mẫu, với giá trị sai số chấp nhận 0.01 Các thuật toán thử nghiệm Matlab 5.3 Thời gian Thuật toán huấn luyện Số lần huấn luyện Bộ nhớ máy bị chiếm (Mflop) Thay đổi tốc độ học 57,71 1980 2.50 Rprop 12,95 185 0.56 Scaled Conj Grad 16,06 106 0,7 Flecther-Powel 16,4 81 0,99 Polak-Ribiére 19,16 89 0,75 Powel-Beale 15,03 74 0,59 One-Step-Secant 18,46 101 0,75 Quasi-Newton 10,86 44 1,02 1,87 0,46 LevenbergMardquardt Bảng 3-3 So sánh thuật toán huấn luyện Do với tốn đặt việc xác định thuật toán hữn hiệu đơn giản Điều phụ thuộc vào nhiều yếu tố, bao gồm 65 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thơng sử dụng cơng nghệ trí tuệ nhân tạo tính phức tạp tốn, số lượng liệu cần huấn luyện, sai số chắp nhận được, số lượng trọng số (w) độ nghiêng (b) Nhìn chung với mạng có khoảng vài trăm trọng số (w) thuật tốn Levenberg-Marquardt giải pháp hữu hiệu Phương pháp Quasi-Newton thường thuật toán nhanh với mạng có kích cỡ vừa phải Thuật toán BFGS yêu cầu phải lưu ma trận xấp xỉ Hessian nhìn chung nhanh thuật tốn độ dốc liên hợp Thuật toán độ dốc liên hợp yêu cầu nhớ lớn có độ hội tụ nhanh Thuật toán kết hợp độ dốc Prop hay co dãn khơng cần u cầu phải tìm kiếm chu trình đường thẳng, có tác dụng với toán lớn Thuật toán thay đổi tỉ lệ học chậm phương pháp khác yêu cầu 'khối lượng cần lưu Rprop, có tác dụng tốt số vấn đề., Như ta thấy thuật tốn có tốc độ hội tụ nhanh tốc độ tính tốn chậm cần khối lượng nhớ lớn ngược lại 3.4 Kết luận Qua nghiên cứu ta khẳng định Với tốn dự báo nhu cầu dịch vụ thực theo bước sau: Thống kê số liệu theo phương pháp xử lý rời rạc theo thờt gian Dùng số phương pháp xử lý số liệu để tiền xử lý số liệu đầu vào Với số liệu thu theo thời gian, sử dụng mạng neural để xây dựng đường cong dự báo 66 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng công nghệ trí tuệ nhân tạo CHƢƠNG 4: XÂY DỰNG CẤU HÌNH MẠNG CHO MƠ HÌNH DỰ BÁO 4.1 Đặt vấn đề Việc dự báo nhu cầu dịch vụ viễn thông phải qua bước xử lý liệu rời rạc, dùng mạng neural để xây dựng hàm dự báo, nội dung chương xin trình bày xây dựng cấu hình mạng chung Việc xây dựng cấu hình mạng ta cần xác định: Số lớp mạng Số hàm hoạt hoá lớp Số node mạng đầu vào Số node mạng lớp ẩn Số node mạng đầu Thuật toán huấn luyện 4.2 Xác định số lớp đầu vào Trong toán chọn mạng lan truyền ngược ba lớp gồm: lớp vào, lớp ẩn lớp do: Mạng neural ba lớp đầu vào xấp xỉ với hàm tuyến tính với số mẫu hữu hạn Huấn luyện mạng nhiều lớp việc huấn luyện phức tạp làm tăng thời gian huấn luyện Trong hầu hết thuật toán huấn luyện dựa cách tính độ dốc gradient Điều kiện lớp trước lớp sau phải có lỗi (dùng để hiệu chỉnh) phải ổn định, nhiên thực tế khơng ổn định Thành cơng thuật tốn huấn luyện phụ thuộc vào độ dốc, yêu cầu độ dốc phải ổn định Số lượng điểm hội tụ cục tăng theo số lớp mạng, mạng nhiều lớp ẩn dẫn đến nhiều điểm hội tụ cục Trong thực tế với toán phức tạp ta cần phải tăng số lớp ẩn, nhiên với tốn dự báo khơng q phức tạp ta dùng mạng ba lớp hợp lý 4.3 Xác định hàm hoạt hoá lớp Hầu hết mạng neural sử dụng dự báo giới sử dụng hàm truyền logsig lớp ẩn hàm truyền tuyến tính (purelin) lớp Do đó, việc xây dựng cấu hình mạng cho mơ hình dự báo sử dụng hàm truyền logsig lớp ẩn hàm truyền tuyến tính lớp 67 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng cơng nghệ trí tuệ nhân tạo 4.4 Xây dựng số đầu vào cho mạng Chưa có phương pháp tối ưu dùng để xác định xác số đầu vào mạng, có hai phương pháp dùng rộng rãi 4.4.1 Tăng dần số đầu vào Với phương pháp này, người ta phân liệu đầu vào thành hai thành phần: phần dùng để huấn luyện, phần lại dùng để kiểm tra kết dự báo Các bước để tiến hành: Bắt đầu với số đầu vào n=2 Huấn luyện mạng Kiểm tra mạng: Nếu chấp nhận nhảy đến bước Nếu khơng chấp nhận tăng số đầu vào lên n=n+1, quay lại bước Bắt đầu dùng để dự báo Nhận xét: Ưu điểm dễ thực hiện, hiệu cao, có nhược điểm tốn thời gian, không xác định số đầu vào tối ưu 4.4.2 Phƣơng pháp xác định lân cận lỗi - Đây phương pháp FNN trình bày Nhận xét: Ưu điểm: khơng tốn thời gian, dễ thực hiện, hiệu cao Nhược điểm có số trường hợp khơng thực số mẫu q ít, dự báo sai 4.4 Xác định số nút lớp ẩn Trong việc xây dựng cấu trúc mạng neural để huấn luyện việc xác định số neuron lớp ẩn ln phức tạp quan trọng, phụ thuộc vào yếu tố: - Số lượng neuron input output - Số lượng mẫu huấn luyện Mức tác động nhiễu lên tập đích Tính phức tạp hàm truyền lớp Cấu trúc mạng Thuật toán huấn luyện Nếu số neuron q dẫn đến kết sai số huấn luyện lớn, từ ảnh hưởng đến tính xác dự báo Hình 4.1 mơ tả kết huấn luyện với cấu trúc đường mạng 4-2-1, sử dụng thuật toán huấn luyện – Tối ưu hố tỉ lệ học tìm đường thẳng tối ưu với số lần huấn luyện 1000 - 68 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thơng sử dụng cơng nghệ trí tuệ nhân tạo Kết huấn luyện với đầu vào Itrain Ttrain tương ứng với cấu trúc 4-21 Kiểm nghiệm tính khác mạng có cấu trúc lớn 4:10:1 bé 4:2:1 mô tả ngôn ngữ Matlab Mô tả ngơn ngữ Matlab Chú thích function Check_NumberNode_Hidden(nHidden) Tên hàm kiểm tra [I,T]=GetDataInput (); Lấy liệu vào net=newff(MinMax(I) , [nHidden, 1] , {‘logsig’ , ’putrelin’} , Xây dựng cấu trúc mạng4:nHidden:1 ’traingdx’); Chọn hàm truyền logig tuyến tính Thuật toán huấn luyện thuật toán chuẩn Net=train(net,I, T); Huấn luyện mạng Check_Output(I, T,net) Kiểm tra kết huấn luyện Kiểm nghiệm phương pháp chuẩn Mô tả ngôn ngữ Matlab Chú thích function Check_Regularization(nHidden) Tên hàm kiểm tra [I,T]=GetDataInput (); Lấy liệu vào net=newff(MinMax(I) , [nHidden, 1] , {‘logsig’ , ’putrelin’} , Xây dựng cấu trúc mạng4:nHidden:1 ’trainbr’); Chọn hàm truyền logig tuyến tính 69 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng cơng nghệ trí tuệ nhân tạo Mơ tả ngơn ngữ Matlab Chú thích Thuật tốn huấn luyện Bayestan Net.performFen=’msereg’ Đặt tham số huấn luyện mạng theo phương pháp chuẩn Net=train(net,I, T); Huấn luyện mạng Check_Output(I, T,net) Kiểm tra kết huấn luyện Kiểm nghiệm phương pháp chọn điểm dừng Mơ tả ngơn ngữ Matlab Chú thích function Check_Earlystop(nHidden) Tên hàm kiểm tra [I,T]=GetDataInput (); Lấy liệu vào net=newff(MinMax(I) , [nHidden, 1] , {‘logsig’ , ’putrelin’} , Xây dựng cấu trúc mạng ’traingdx’); Chọn hàm truyền logig tuyến tính Thuật tốn huấn luyện thuật toán chuẩn Phân chia liệu để kiểm nghiệm v.P= In(:,90:110); v T= In(:,90:110); Net=train(net,In, Tn,[ ],[ ],v); Huấn luyện mạng Check_Output(I, T,net) Kiểm tra kết huấn luyện 4.5 Kết luận Qua trình bày chương 2-4, việc ứng dụng mạng Neural việc dự báo cần quan tâm đến nội dung sau: Vấn đề trước tiên khó để xác định xem liệu kết dự đoán hay dự đoán tốt dựa đánh giá MSE, nhiên đánh giá không phản ánh hết yêu cầu cuối cho sai số dự đoán so với thực tế nhỏ Sai số dự đoán phần sai số tổng thể, cịn phụ thuộc vào sai số khác sai số liệu đầu vào, sai số tổng thể nhỏ dẫn đến sai số dự đoán nhỏ Thực tế, giá trị dự đoán thời điểm tương lai chịu ảnh hưởng nhiều giá trị thời điểm gần thời điểm giá trị thời điểm khứ đánh giá sai số MSE thơng thường ta coi tác động tất thời điểm khứ Hãy thử xem có chuyển mức đột ngột xảy khứ rõ ràng hai phương 70 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng cơng nghệ trí tuệ nhân tạo pháp đánh giá sai số cho sai số tổng thể, phương pháp khớp với phần thông tin khứ trước chuyển mức có kết tồi phương pháp Trên thực tế mơ hình dự đốn tốt q khứ khơng tốt thời điểm tại, ta giả thiết mơ hình có ảnh hưởng nhiều đến tương lai khứ thực tế ta khơng có sở dự đốn xác cho điều Trên thực tế, ta sử dụng phương pháp đánh giá sai số thời điểm gần thời điểm nhân trọng số cao (do yêu cầu độ xác cao hơn) nhân trọng số thấp thời điểm q khứ kết dự đốn thu mẫu luyện cho thấy thời điểm gần thời điểm cuối (thời điểm tại) sai số giảm rõ rệt Tuy nhiên, nói nhận xét mang tính chủ quan, cịn để dự đốn thời điểm tương lai khơng có sở để khẳng định cho kết tốt Vấn đề thứ hai đặt vấn đề tiền xử lý số liệu đầu vào, thực để đánh giá xem liệu phương pháp tiền xử lý có ảnh hưởng tốt đến kết phụ thuộc nhiều vào việc định gọi tốt mà ta đề cập Mỗi cách xử lý tín hiệu cho kết tốt trường hợp chưa đảm bảo kết tốt trường hợp khác Nếu sử dụng phương pháp biến đổi phi tuyến cách lấy log tín hiệu chẳng hạn, vấn đề xảy độ xác phép tính dấu phẩy động nên tạo sai số định, nên đường dự đoán sau loga xấp xỉ với độ xác cao, trơng tốt nhiều so với trường hợ p không lấy loga Tuy ta khôi phục lại ban đầu tức luỹ thừa trở lại kết cho thấy có sai số đáng kể Nói chung, phương pháp biến đổi phi tuyến giúp cho việc xấp xỉ đường tốt khôi phục lại giá trị ban đầu t hì chưa cho kết tốt hơn, đặc biệt phụ thuộc nhiều vào liệu đầu vào Có lẽ ta khẳng định tương đối hai phương pháp so sánh việc dư đoán dựa nhiều dãy đầu vào đa dạng, dãy cụ thể phương pháp tốt dãy khác khơng Do theo tơi, ban đầu đưa việc tiền xử lý tín hiệu vào lựa chọn, sau có nhiều quan sát đánh giá nhiều trường hợp khác người dùng định dụng phương p háp tố Vấn đề thứ ba chọn số đầu vào: Khi ta tăng số đầu vào chương trình thấy nói chung mơ hình dự đốn cho kết tốt hơn, nhiên cịn tuỳ vào thời điểm dùng trainning Vấn đề tăng số đầu vào đặt vấn đề phải thu thập liệu nhiều, số trường hợp cụ thể chưa đáp ứng vấn đề 71 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng cơng nghệ trí tuệ nhân tạo KẾT LUẬN Dự báo việc cần thiết, toán công tác lập qui hoạch phát triển Dự báo đời sớm, trải qua chặng đường dài phát triển, khơng ngừng tự hồn thiện, tạo sở, phương pháp luận dự báo có độ xác cao Với hồn cảnh áp dụng phương pháp cách đắn, sáng tạo Trong luận văn chưa t hật đề cập sâu đến phương pháp mạnh dạn đưa ý tưởng: sử dụng công cụ Kalman, Neutral vào công việc dự báo, đáp ứng yêu cầu mới: công nghệ viễn thông đời xuất dịch vụ viễn thơng mà q khứ chưa có Điều khơng thể sử dụng cơng cụ dự báo theo chuỗi thời gian trước Tuy nhiên phương pháp phức tạp nên để ứng dụng thực tế luận văn cần phải mở rộng thêm 72 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thơng sử dụng cơng nghệ trí tuệ nhân tạo MỤC LỤC Mở đầu .1 Chương Các phương pháp dự báo dịch vụ viễn thông 1.1 Dự báo nhu cầu dịch vụ 1.1.1 Dịch vụ thoại 1.1.1.1 Qui trình dự báo 1.1.1.2 Mơ hình đường cong phát triển 1.1.1.3 Mơ hình kinh tế lượng 1.1.2 Dịch vụ phi thoại 12 1.2 Dự báo lưu lượng 1.2 Dự báo lưu lượng 13 1.2.1 Quy trình dự báo 13 1.2.2 Các mơ hình dự báo lưu lượng tổng .14 1.2.3 Dự báo ma trận lưu lượng 17 1.2.3.1 Phương pháp Kruithor 18 1.2.3.2 Phưong pháp bình phương bé 19 1.3 Kết luận 19 Chương 20 Nghiên cứu công nghệ AI 20 2.1 Logic mờ 20 2.1.1 Khái niệm logic mờ .20 2.1.2 Ưu điểm Logic mờ .21 2.2 Thuật toán di truyền 22 2.2.1 Ứng dụng thuật toán di truyền 22 2.2.2 Ưu điểm nhược điểm cách dùng GA việc huấn luyện 23 2.3 Giới thiệu chung mạng neural 23 2.3.1 Mạng neural sinh học 23 2.3.2 Mạng neural nhân tạo .25 2.3.2.1 Khái niệm 26 2.3.2.2 Mơ hình tốn học kiến trúc mạng neural 27 2.3.2.3 Một số loại mạng neural nhân tạo 31 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thơng sử dụng cơng nghệ trí tuệ nhân tạo 2.3.2.4 Sử dụng mạng neural nhân tạo 32 2.4 Kết luận 34 Chương 35 Nghiên cứu ứng dụng AI dự báo .35 3.1 Đặt vấn đề 35 3.2 Xử lý rời rạc theo thời gian 35 3.2.1 Giới thiệu 35 3.2.2 Tiền xử lý liệu 36 3.2.3 Một số phương pháp dự báo dựa chuỗi thời gian rời rạc .37 3.2.3.1 Phân tích đa hồi quy 37 3.2.3.2 Hồi quy không tuyến tính 37 3.2.3.3 Phân tích chiều hướng 37 3.2.3.4 Phân tích chi tiết 38 3.2.3.5 Phân tích trung bình động 38 3.2.3.6 Phân tích trung bình động có trọng số 39 3.2.3.7 Phương pháp lọc thích ứng 40 3.2.3.8 Phương pháp làm phẳng hàm mũ 40 3.2.3.9 Phương pháp mạng neural .41 3.3 Phương pháp dự báo sử dụng mạng Neural 44 3.3.1 Tổng quan mạng Neural lan truyền ngược 44 3.3.2 Dữ liệu dùng để huấn luyện kiểm tra 45 3.3.3 Thuật toán huấn luyện lan truyền ngược 47 3.3.3.1 Cơ sở toán học 47 3.3.3.1.1 Hiệu chỉnh trọng số cho lớp w jk .48 3.3.3.1.2 Cập nhật trọng số cho lớp ẩn: .50 3.3.3.2 Các phương pháp nhằm tối ưu trình huấn luyện 52 3.3.3.2.1 Tiền xử lý liệu huấn luyện .52 3.3.3.2.2 Khởi tạo trọng số 53 3.3.3.2.3 Các phương pháp tối ưu hội tụ trình huấn luyện .56 3.3.3.3 So sánh thuật toán 65 3.4 Kết luận 66 Chương 4: Xây dựng cấu hình mạng cho mơ hình dự báo 67 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng công nghệ trí tuệ nhân tạo 4.1 Đặt vấn đề 67 4.2 Xác định số lớp đầu vào 67 4.3 Xác định hàm hoạt hoá lớp .67 4.4 Xây dựng số đầu vào cho mạng 68 4.4.1 Tăng dần số đầu vào .68 4.4.2 Phương pháp xác định lân cận lỗi .68 4.4 Xác định số nút lớp ẩn 68 4.5 Kết luận 70 Kết luận chung 72 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 Dự báo nhu cầu dịch vụ cho mạng viễn thông sử dụng cơng nghệ trí tuệ nhân tạo TỪ VIẾT TẮT Từ viết tắt Tên tiếng Anh Tên Tiếng Việt AI Artificiall Interlligent Trí tuệ nhân tạo ADALINE Adaptive Linear Neural Network Mạng neural tuyến tính thích ứng FNN False Nearest Neighbor Lân cận gần bị lỗi GA Genetic Algorithm Thuật toán di truyền LVQ Learning Vector Quantization Lượng tử hoá vector MLP Multi Layer Perceptron Mạng Perceptron đa lớp MA Moving Averages Phân tích trung bình động PSP Post Synaptic Potential function Hàm kết hợp TS Time Series Chuỗi thời gian rời rạc SOM Seft Organizing Neural Network Mạng tự tổ chức (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 TIEU LUAN MOI download : skknchat@gmail.com (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00 (LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00(LUAN.VAN.THAC.SI).Du.bao.nhu.cau.dich.vu.cho.mang.vien.thong.su.dung.cong.nghe.tri.tue.nhan.tao.Luan.van.ThS.Ky.thuat.dien.tu.vien.thong.2.07.00