随着移动通信技术在我国的迅速发展，移动通信用户数量不断增多，普及程度已超过固定电话用户。随之而来的用户话务激增问题给各移动运营商带来巨大挑战，话务量的变化直接影响着运营商的市场策略及网络结构调整。因此，建立更精准、更自动化的话务预测系统对运营商来说是十分迫切的需求。基于这种现状，很多移动运营商提出了话务预测需求。 移动通信话务量作为一种时间序列，具有较强的非线性和随机性，而且易受节假日、旅游等客户行为及天气、特殊事件等其它突发因素的影响。尤其是话务量长期的发展变化，不仅受移动通信运营商的营销策略和资费策略影响，更受当地经济、人口发展的制约，因此很难用传统的预测方法进行预测。 本文首先介绍了话务预测技术的发展现状并提出了基于复合模型的话务预测解决方案，并将其应用到实际话务预测系统中。此外，本文还尝试将话务预测结果与网络参数的自适应调整相结合，使网络优化工作更为自动化，减少人工干预，为运营商节约了成本。目前该话务预测及网络参数自适应调整系统已在实际移动通信系统中运行，取得了良好的效果。 本文主要工作包括以下几个方面： 第一：介绍移动通信的产业背景及话务预测的研究课题，给出研究目标；对几种常见网元的话务特性做出分析，并根据分析结果介绍各种预测技术的建模方法，并对现有预测技术做出评价，对于当前预测技术的不足提出解决方案； 第二：基于话务分解的思想，将预测话务分解成平稳期趋势分量、平稳期周期分量、节假日话务量，并分别采用综合评判的一元线性回归、最邻近模糊聚类和模板匹配算法进行建模、预测，提高预测精度。取得预测结果后，以半速率门限为例，研究基于预测结果的网络参数自适应调整算法； 第三：按上述建模方法制成移动通信话务预测及网络参数自适应调整系统，在移动通信系统中试运行。根据几个月的预测结果，对预测系统性能做出分析，得出相应结论，并给出一步改进方案。