来源：期刊VIP网 时间：
作者：李维烨;贾海蓉;申陈宁;吴永强;
单位：太原理工大学电子信息与光学工程学院;山西通信通达微波技术有限公司;
摘要：基站流量预测对于蜂窝网络的规划、资源分配和用户体验优化至关重要。为提高基站流量预测精度，文中设计一种结合多头自注意机制（MHSA）的LSTM-TCN基站流量预测算法。其中：MHSA能够从多个角度强化基站流量数据的内在关联，增强了模型对流量数据重要特征的表达能力；LSTM-TCN模型中长短期记忆（LSTM）网络捕捉流量数据中的长短时依赖性；时间卷积网络（TCN）进一步捕捉流量数据中的全局特征，使得模型能够提取基站流量数据在不同时间尺度上的变化模式和时间依赖关系，提高基站流量预测模型的拟合能力和预测精度。实验结果表明，该流量预测算法与其他算法相比，在运营商基站流量数据的预测中有效降低了均方根误差和平均绝对误差，提高了决定系数，验证了该流量预测算法的有效性，从而为基站休眠节能提供决策支持。
关键词：5G流量;;基站;;流量预测;;混合神经网络;;多头自注意;;LSTM-TCN
