简介:摘要95598供电服务热线作为供电企业与最终用户信息传递的重要窗口,在提升客户服务质量上扮演着非常重要的角色。据统计,2016年广州供电局客服中心接起近400万通电话,随着95598业务量的不断增加,如何开展话务预测以便做好人员排班就成为了日常生产管理者头痛的问题。以往的预测算法虽然取得一定的成效,但并未考虑异常话务情况下的独立建模预测。本文提出一种基于异常话务量分块建模方法,并使用预测误差、误差方差等方法与以往建模方法进行结果对比等角度评价模型精度,为实现既保证客服中心服务质量的同时,又能保证人力资源最优的配置提供预测数据,供95598坐席排班参考。通过与实际值的对比进行验证,结果显示该项方法可实现95598客户服务中心高效率运营管理、降低运营成本、提升客户服务质量提供技术支撑,具有较高的推广和应用价值。
简介:为了提高碳排放预测的精确度,提出了量子粒子群—最小二乘支持向量机(QuantumParticleSwarmOptimization-Leastsquaressupportvectormachine,QPSO-LSSVM)算法用于预测中国的碳排放量。首先基于STIRPAT模型选取影响碳排放的自变量,然后运用量子粒子群算法优化LSSVM的参数,最后运用该组合模型对中国碳排放进行预测。通过与PSO-LSSVM,LSSVM和GM(1,1)模型的对比可知,此文提出的组合模型的预测精度更高,是一种更为有效的中国碳排放预测方法。
简介:摘要短期电力负荷预测对于电力网络安全,平稳运行发挥着至关重要的作用。电力负荷在采集过程中容易受到噪声干扰,若对其直接进行预测,将会产生很大的误差。所以,在负荷预测之前,本文提出小波自适应算法对其降噪处理。为了避免LMS算法采取梯度下降思想陷入局部最小的特点,本文同样利用改进的人工蜂群算法对其优化。实验仿真证明,优化后的滤波器具有更好的收敛性和滤波效果。GABC优化后的小波自适应算法滤波效果更好,收敛速度更快,为后续预测算法分析提供了良好的数据来源。