1.一种基于用户移动位置预测的负载均衡切换优化方法，其特征在于，至少包括：S1.确定用户移动位置的移动周期，以移动周期为基准，采集用户在移动周期内每一天的位置数据，分别建立每一天的用户位置数据库；

S2.基于人工智能技术，利用每一天的用户位置数据库进行训练，得到每一天的用户移动位置模型；

S3.根据待预测用户对应的移动周期内的天次d，选择对应天次的用户移动位置模型，对用户在天次d中、在未来时刻t+Δt，最有可能到达的小区i及逗留时间进行预测；

S4.设置小区网络负载阈值e及负载均衡时限门槛值q，根据步骤S3的预测结果，预测在天次d中、未来Δt时间内用户最有可能到达的小区i的负载增量,并计算当前时刻t小区i的负载量和软负载；

S5.判断小区i的软负载是否小于网络负载均衡阈值e，若是，执行步骤S6；否则，执行步骤S7；

S6.判断用户在天次d中、在未来时刻t+Δt最有可能到达的小区i的逗留时间是否大于切换时限门槛值q，若是，接收用户进入；否则，执行步骤S7；

S7.为用户在天次d中、在未来时刻t+Δt最有可能到达的小区i构建负载均衡的邻目标小区集，并对邻目标小区按照软负载升序排列，选择软负载最小的小区j作为负载均衡的目标小区，并确定小区i与小区j的CIO参数调整量，将相关的用户从小区i切换到小区j，从而完成负载从小区i到目标小区j的转移。

2.根据权利要求1所述的基于用户移动位置预测的负载均衡切换优化方法，其特征在于，步骤S1所述的用户移动位置的移动周期为一周，由星期一至星期天。

3.根据权利要求2所述的基于用户移动位置预测的负载均衡切换优化方法，其特征在于，建立每一天的用户位置数据库包括周一用户位置数据库、周二用户位置数据库、周三用户位置数据库、周四用户位置数据库、周五用户位置数据库、周六用户位置数据库及周天用户位置数据库。

4.根据权利要求3所述的基于用户移动位置预测的负载均衡切换优化方法，其特征在于，每一天的用户移动位置模型包括：周一用户移动位置模型、周二用户移动位置模型、周三用户移动位置模型、周四用户移动位置模型、周五用户移动位置模型、周六用户移动位置模型及周天用户移动位置模型。

5.根据权利要求4所述的基于用户移动位置预测的负载均衡切换优化方法，其特征在于，步骤S2所述的基于人工智能技术指建立神经网络模型W，然后利用每一天的用户位置数据库对神经网络模型W进行训练，训练的方法为随机梯度下降法。

6.根据权利要求5所述的基于用户移动位置预测的负载均衡切换优化方法，其特征在于，步骤S3中所述的天次d为周一至周天中的任意一天，选择对应天次的用户移动位置模型，对用户在天次d中、在未来时刻t+Δt最有可能到达的小区i及逗留时间进行预测时，还能预测用户在天次d的移动路径。

7.根据权利要求6所述的基于用户移动位置预测的负载均衡切换优化方法，其特征在于，对用户在天次d中、在未来时刻t+Δt最有可能到达的小区及逗留时间进行预测时，首先根据每个用户当前位置，计算每个用户到达小区边缘的时间，将时间进行升序排列，形成排列列表，然后对排列列表中的用户依次预测其最有可能到达的小区。

8.根据权利要求7所述的基于用户移动位置预测的负载均衡切换优化方法，其特征在于，设在天次d中、在未来t+Δt时间内用户最有可能到达的小区i的负载增量为 当前时刻t的负载量为 则在天次d中、时刻t用户最有可能到达的小区i的软负载表达式为：其中， 表示在天次d中、时刻t用户最有可能到达的小区i的软负载。

9.根据权利要求8所述的基于用户移动位置预测的负载均衡切换优化方法，其特征在于，步骤S7中，对小区i进行负载均衡，确定其邻居目标小区j，并确定其与相邻小区j间的CIO参数调整量的过程为：

首先确定在天次d中、当前时刻t用户所在的服务小区i的软负载量为 根据其所有邻目标小区软负载量排序结果，选择软负载最小的小区j作为负载均衡的目标小区，确定在时刻t切换目标小区j的负载量为 则小区i与其邻小区j间的CIO参数调整量表达式为：其中，CIOi,j表示小区i与小区j的原CIO参数调整量，CIOi,j,max是CIO参数允许取值的最大值； 和 分别是小区i和小区j在时刻t的软负载， 是调整步长，与 成正比，与成反比；CIO′i,j表示小区i与小区j调整后的CIO参数调整量，通过调整 能将用户从小区i转移到小区j。

10.一种基于用户移动位置预测的负载均衡切换优化系统，所述系统用于实现权利要求1所述的基于用户移动位置预测的负载均衡切换优化方法，其特征在于，包括：用户位置数据库构建模块，用于确定用户移动位置的移动周期，以移动周期为基准，采集用户在移动周期内每一天的位置数据，分别建立每一天的用户位置数据库；

用户移动位置模型训练模块，基于人工智能技术，利用每一天的用户位置数据库进行训练，得到每一天的用户移动位置模型；

预测模块，根据待预测用户对应的移动周期内的天次d，选择对应天次的用户移动位置模型，对用户在天次d中、时刻t最有可能到达的小区i及逗留时间进行预测；

软负载计算模块，用于计算在天次d中、时刻t用户最有可能到达的小区i的软负载；

第一判断模块，用于判断小区i的软负载是否小于网络负载均衡阈值；

第二判断模块，用于判断用户在天次d中、时刻t最有可能到达的小区i的逗留时间是否大于切换时限门槛值q；

切换模块，为用户在天次d中、在未来时刻t+Δt最有可能到达的小区i构建负载均衡的邻目标小区集，并对邻目标小区按照软负载升序排列，选择软负载最小的小区j作为负载均衡的目标小区，并确定小区i与小区j的CIO参数调整量，将相关的用户从小区i切换到小区j，从而完成负载从小区i到目标小区j的转移。