Modelo predictivo de tráfico de voz para una Radio Base de telefonía móvil 3G mediante redes neuronales

Resumen

El objetivo de la presente investigación es diseñar un modelo predictivo basado en Redes Neuronales para el pronóstico del tráfico de voz y horas de congestionamiento de una Radio Base de telefonía móvil 3G. Para esto se desarrollaron dos modelos de tipo RNA y RRN, aplicando la siguiente metodología para cada caso: análisis inicial de datos de la Radio base, normalización y regresión aplicadas a redes neuronales para la estimación de la variable a predecir. Como resultado final de la evaluación de los modelos se seleccionó como el mejor modelo a una Red Neuronal de tipo “Feed Forward fully conected” de arquitectura perceptrón multicapa entrenada mediante aprendizaje backpropagation. De acuerdo a los excelentes resultados obtenidos con el modelo seleccionado para la predicción del tráfico de voz en cada prueba y experimento realizado se puede manifestar que las Redes Neuronales si son factibles aplicarlas en el campo de las telecomunicaciones.