[发明专利]一种资源占用量的预测方法与预测系统

权利要求书

1.一种资源占用量的预测方法，其特征在于，包括：

获取在历史时间段内的历史业务数据量，以及与所述历史业务数据量对应的历史资源占用量；

根据所述历史业务数据量、历史资源占用量，确定预测模型；

基于所述历史业务数据量，得到在待预测时间段内的预期业务数据量；

根据所述预期业务数据量，通过所述预测模型，得到在所述待预测时间段内的预期资源占用量。

2.根据权利要求1所述的资源占用量的预测方法，其特征在于，在根据所述历史业务数据量、历史资源占用量，确定预测模型之前，还包括：

对所述历史业务数据量、历史资源占用量进行筛选，删除不合理的历史业务数据量及对应的历史资源占用量。

3.根据权利要求1所述的资源占用量的预测方法，其特征在于，根据所述历史业务数据量、历史资源占用量，确定预测模型具体包括：

根据线性回归模型，对所述历史业务数据量、历史资源占用量进行拟合，计算线性回归拟合函数的回归系数；

根据所述回归系数，确定所述线性回归拟合函数，将所述线性回归拟合函数作为预测模型。

4.根据权利要求3所述的资源占用量的预测方法，其特征在于，设f(x)为因变量，所述因变量为资源占用量，x为自变量，所述自变量为业务数据量，且所述自变量x与所述因变量f(x)之间为线性关系时，所述线性回归模型为：

f(x)＝b₁x+b₂x²+b₃x³+b₄x⁴+b₅x⁵+b₆x⁶+b₀，

其中，b₀为常数项，b₁、b₂、b₃、b₄、b₅、b₆为回归系数。

5.根据权利要求1-4任一项所述的资源占用量的预测方法，其特征在于，基于所述历史业务数据量，得到在待预测时间段内的预期业务数据量具体包括：

获取待预测时间段内所有子时间段中的部分子时间段内的业务数据量，所述部分子时间段为k(k＝1,2,3,…)个；

获取与所述待预测时间段对应的至少一个历史时间段内所有子时间段中的部分子时间段内的历史业务数据量，所述部分子时间段为k(k＝1,2,3,…)个；

分别计算相同子时间段内的业务数据量与历史业务数据量之间的欧式距离的平方m²；

根据预测精度，确定阈值j(j＞0)；

判断所述欧式距离的平方m²是否满足若满足，则根据所述欧式距离的平方m²，得到所述至少一个历史时间段中的历史业务数据量，将平均后的历史业务数据量作为在待预测时间段内的预期业务数据量；

或者，

根据所述历史业务数据量，通过最小二乘算法，确定所述历史业务数据量与所述历史时间段之间的拟合函数；

根据所述待预测时间段，得到预期业务数据。

6.根据权利要求1-4任一项所述的资源占用量的预测方法，其特征在于，在根据所述预期业务数据量，通过所述预测模型，得到在所述待预测时间段内的预期资源占用量之后，还包括：

根据所述预测资源占用量，对网络进行优化。

7.一种资源占用量的预测系统，其特征在于，包括：

获取模块，用于获取在历史时间段内的历史业务数据量，以及与所述历史业务数据量对应的历史资源占用量；

确定模块，用于根据所述获取模块获取的历史业务数据量、历史资源占用量，确定预测模型；

处理模块，用于基于所述获取模块获取的历史业务数据量，得到在待预测时间段内的预期业务数据量；

预测模块，用于根据所述处理模块得到的预期业务数据量，通过所述确定模块确定的预测模型，得到在所述待预测时间段内的预期资源占用量。

8.根据权利要求7所述的资源占用量的预测系统，其特征在于，还包括：

预处理模块，用于对所述获取模块获取的历史业务数据量、历史资源占用量进行筛选，删除不合理的历史业务数据量及对应的历史资源占用量。