随着移动用户数和业务需求的不断增长,在有限载频/基站等物理资源上如何提供更多服务,保证服务的质量,成为3G网络面对的一个重要课题。在网络优化中,业务预测是非常重要的环节,对网络资源优化配置具有重要意义。业务预测准确与否,预测结果的可解释性以及预测结果与实际流量数据是否相符,都直接影响网络投资和建设规模。因此,对未来业务量的预测越来越受到运营商的关注。在3G网络中,不同地理场景的网络资源配置、无线环境、用户行为以及QoS都有很大不同,比如城市中心区和郊区农村：对同一场景而言,在不同时间范围内,用户行为也存在很大差异,比如大型体育场馆的比赛日和非比赛日的业务流量需求明显不同。不同场景用户行为的不同,导致了数据业务流量变化特征的不同。因此,本文面向不同场景,采用不同的预测方式,降低预测的复杂度。另外,由于话务统计历史数据有限,寻找维度相似的场景,匹配相似模版,可以提高预测准确度。本文采用来自移动通信网络话务统计系统,不区分具体业务类型、不区分具体用户类型的数据业务流量数据,利用时域分解方法,针对常规时段,提取流量时间序列的趋势成分、突发成分、周期成分及随机成分,建立常规时段预测模型；针对特殊时段,结合具体场景,提取流量时间序列的常规分量和突发分量,建立重大赛事等典型场景的预测模版。依据上述分析,建立不同的预测逻辑,组合预测分量,形成未来数据业务预测流量,并对预测结果做出合理解释。最后,根据上述研究成果,基于.NET平台,利用C++编程语言和SQLServer2005数据库,开发数据预处理、数据汇聚、流量预测、重大赛事模版、模版匹配等主要功能模块,封装预测业务逻辑,实现流量预测系统,通过实际数据验证,取得了较好的效果。