山西師范大學(xué)數(shù)學(xué)與計算機(jī)科學(xué)學(xué)院 山西師范大學(xué)網(wǎng)絡(luò)中心 張亮亮

1.引言

目前，移動通信網(wǎng)絡(luò)已經(jīng)發(fā)展到3G時代，國外4G網(wǎng)絡(luò)也廣泛部署，國內(nèi)雖未普及，但發(fā)展勢頭迅猛。移動通信網(wǎng)絡(luò)硬件建設(shè)與擴(kuò)張已經(jīng)趨于飽和，在現(xiàn)有網(wǎng)絡(luò)建設(shè)規(guī)模變化不大，硬件投入成本降低的情況下，要想提高移動設(shè)備利用率，增強(qiáng)用戶青睞感，保持業(yè)務(wù)穩(wěn)定增長，網(wǎng)絡(luò)性能優(yōu)化成為通信企業(yè)的首要任務(wù)。網(wǎng)絡(luò)性能優(yōu)化中，對話務(wù)數(shù)據(jù)監(jiān)測與分析是必要途徑之一。本文針對這一應(yīng)用背景，開發(fā)了話務(wù)故障診斷專家系統(tǒng)，探討CBR與RBR結(jié)合的推理模型，旨在改善話務(wù)數(shù)據(jù)監(jiān)測與分析的績效，為網(wǎng)絡(luò)性能優(yōu)化提供決策支持。

2.話務(wù)專家系統(tǒng)基本原理

2.1 基于實例的推理（CBR）

基于實例的推理通過訪問實例庫中過去同類問題的求解方法而獲得當(dāng)前問題解的一種推理模式。CBR不進(jìn)行規(guī)則匹配，類似的實例可以通過索引檢索出來直接得到問題的答案。使迅速求解問題成為可能，CBR適用于經(jīng)驗豐富的領(lǐng)域。CBR的推理系統(tǒng)，一般包括以下幾個部分。

（1）實例表示。其中主要包含這些主要因素，問題描述：故障類型現(xiàn)象特征的描述；問題環(huán)境的描述：故障發(fā)生時，系統(tǒng)所表現(xiàn)的征兆；解決方案的描述：故障原因，解決方案，解釋參考經(jīng)驗的描述；反饋：是對解決方案的反饋建議。

（2）檢索與匹配。利用索引機(jī)制，根據(jù)相似性度量方法，從實例庫中檢索出一組與當(dāng)前實例在特征屬性相似，對當(dāng)前故障的診斷有啟發(fā)和指導(dǎo)意義的實例，并從中選擇最佳的實例作為本次診斷的建議解。本文采用相對較為成熟的K-NN相似度量方法。

（3）實例重用與修改。把檢索到的舊實例復(fù)用到新實例中，復(fù)用結(jié)果不好時依據(jù)網(wǎng)優(yōu)專家經(jīng)驗知識和人為干預(yù)對檢索得出的實例進(jìn)行調(diào)整、修改，形成適合于當(dāng)前故障的實例，得出診斷結(jié)論。

（4）實例添加。將新實例的診斷過程，評價結(jié)果添加到實例庫中成為新的實例，保存實例過程就是學(xué)習(xí)過程。

2.2 基于規(guī)則的推理（RBR）

基于規(guī)則的推理選用產(chǎn)生式規(guī)則作為推理方法，產(chǎn)生式規(guī)則是一種簡潔易實現(xiàn)的知識表示方法，以產(chǎn)生式規(guī)則為基礎(chǔ)的推理方法有利于問題求解和系統(tǒng)開發(fā)，廣泛應(yīng)用于各類專家系統(tǒng)中，產(chǎn)生式規(guī)則采用的是:IF＜條件>THEN＜結(jié)論>的表示形式。

這種方式可以將專家經(jīng)驗表示成易于機(jī)器識別表示的形式，早期的專家系統(tǒng)多數(shù)采用了該方法，產(chǎn)生式規(guī)則求解過程即反復(fù)從規(guī)則庫中提取合適的規(guī)則并執(zhí)行的過程，一般基于規(guī)則推理的專家系統(tǒng)須包含以下三個方面：

（1）規(guī)則庫。基于規(guī)則推理的規(guī)則庫存儲的即一般性知識，規(guī)則庫的建立與完善是一個循序漸進(jìn)的過程，領(lǐng)域?qū)＜业闹R均存儲在本庫中，是專家系統(tǒng)的重要組成部分。

（2）推理過程。推理機(jī)的執(zhí)行過程描述，將綜合數(shù)據(jù)與規(guī)則庫中的前提進(jìn)行匹配，如匹配成功則執(zhí)行對應(yīng)規(guī)則的結(jié)論，結(jié)論可能是輸出結(jié)果也可能是跳轉(zhuǎn)接口。從規(guī)則庫中選取規(guī)則時可能有多個規(guī)則與綜合數(shù)據(jù)匹配，需要按策略進(jìn)行“沖突消解”；然后，選擇最恰當(dāng)?shù)囊?guī)則啟動運(yùn)行；因此，RBR的執(zhí)行過程是一個循環(huán)往復(fù)的過程。

（3）綜合數(shù)據(jù)庫。綜合數(shù)據(jù)庫存放包含解決問題的相關(guān)參數(shù)與支持?jǐn)?shù)據(jù)，并存放問題求解過程中的各種當(dāng)前信息。如問題的初始狀態(tài)、推理求解過程中的中間結(jié)論及最終結(jié)論。當(dāng)規(guī)則庫中有一條規(guī)則的前提可與綜合數(shù)據(jù)庫中的事實相匹配時，該規(guī)則被激活，進(jìn)行推理并把結(jié)論放入到綜合數(shù)據(jù)庫中，所以綜合數(shù)據(jù)庫的內(nèi)容是動態(tài)的。

3.移動話務(wù)故障診斷專家系統(tǒng)設(shè)計與實現(xiàn)

3.1 綜合推理模式

本文采用的是基于實例與規(guī)則的綜合推理模式實現(xiàn)專家系統(tǒng)的構(gòu)建，綜合推理方式可以有效解決系統(tǒng)單一推理模式的不足，基于規(guī)則推理的專家系統(tǒng)表現(xiàn)形式單一，易于用戶理解，因此成為最重要的知識表現(xiàn)方法，但同時規(guī)則間的互相關(guān)系不明顯，知識整體的形象難以把握，處理效率低，推理缺乏靈活性，容易出現(xiàn)控制飽和問題，與專家知識不一致等，CBR很好的解決了以上問題，CBR是通過訪問實例庫中原有問題的解來獲得當(dāng)前問題解的推理模式，CBR不進(jìn)行規(guī)則匹配，類似的實例可以通過索引檢索出來直接得到問題的答案。RBR適用于知識豐富的應(yīng)用領(lǐng)域，CBR適用于經(jīng)驗豐富的領(lǐng)域，因此將RBR與CBR的合理結(jié)合有利于彌補(bǔ)兩者不足，取長補(bǔ)短，對專家系統(tǒng)的改進(jìn)具有積極意義。移動話務(wù)故障診斷專家系統(tǒng)的系統(tǒng)結(jié)構(gòu)，如圖1所示。

數(shù)據(jù)中心產(chǎn)生實例數(shù)據(jù)，首先進(jìn)行實例檢查，如果實例庫中存在與本實例匹配實例則直接輸出實例結(jié)果至人機(jī)界面，否則，轉(zhuǎn)入規(guī)則推理模塊，將實例各個特征經(jīng)過規(guī)則推理逐漸形成輸出結(jié)果，首先通過網(wǎng)優(yōu)專家人工檢查結(jié)果是否與實際事實相符，并判斷其是否有重用性，然后依據(jù)情況錄入規(guī)則庫，或者調(diào)整推理邏輯后，重新推理，如符合實際情況，則將該規(guī)則推理過程以實例形式存儲在實例庫，便于實例重用。

3.2 基于實例推理模塊

其中實例推理的基本原理：以實例為基礎(chǔ)進(jìn)行推理，把網(wǎng)優(yōu)工程師（話務(wù)分析專家或網(wǎng)優(yōu)專家）的經(jīng)驗保存成一個個的實例，出現(xiàn)新問題，對實例庫進(jìn)行檢索，尋找匹配與相似的實例，即現(xiàn)實專家經(jīng)驗的再利用，如對實例不滿意（與事實有偏差），則進(jìn)行修改，修改后重新存入實例庫，以便再利用，這相當(dāng)于專家經(jīng)驗的再學(xué)習(xí)，當(dāng)然也是一種知識學(xué)習(xí)，從原理中可以看出關(guān)鍵技術(shù)在于實例表示、檢索、與修改。

話務(wù)分析的實例檢索（GSM）主要以小區(qū)分配失敗，BSC sdc溢出>1萬，BSC掉話>300，小區(qū)sdc溢出>200，小區(qū)無占用，TCH準(zhǔn)備失敗，TCH擁塞率大于2%，小區(qū)掉話率大于3%，小區(qū)不可用等為特征。

不同的特征在實例匹配中作用不同，因此特征值應(yīng)加以權(quán)重來表示，本文采用五元組來表示實例：

其中，N，NO.，實例標(biāo)識符；D，Description，問題描述，即屬性特征；W，Weight，屬性特征權(quán)重，二維矩陣Target，問題解；A，Alpha，實例的信度集。

每個實例以實例標(biāo)識符N唯一標(biāo)識，實例庫結(jié)構(gòu)如圖2。

按照以上模式存儲采用以下近似匹配算法（KNN），其公式為：

其中，Siim指實例庫中第i個舊實例與問題實例的綜合相似度（也稱綜合匹配度），wj指第j個屬性在參與匹配檢索的屬性指標(biāo)中占的比重，稱為第j個權(quán)重，Sim是第i個舊實例的第j個屬性指標(biāo)與問題實例的第i個屬性指標(biāo)的相似度。

3.3 基于規(guī)則的推理

3.3.1 知識庫的表示

基于規(guī)則推理中知識庫建立，以及基于規(guī)則的知識表示是重中之重，本文采用前提表，結(jié)論表，解釋表，分別存儲方

圖1 專家系統(tǒng)推理模塊流程圖

圖2 實例庫結(jié)構(gòu)圖

i j式，便于對各個模塊分別增加、修改、刪除等，圖3是知識庫示意圖。

圖3中，編號為10001的規(guī)則執(zhí)行該前提后根據(jù)操作類型直接跳轉(zhuǎn)到10003規(guī)則執(zhí)行操作，輸出結(jié)果到表BSC TBF建立成功率，然后做后期處理。

3.3.2 推理過程

基于規(guī)則推理的知識系統(tǒng)，本質(zhì)上是從一個初始條件出發(fā)，根據(jù)前提，尋求結(jié)論的求解過程。在基于規(guī)則的專家系統(tǒng)中，推理機(jī)比較存儲的元規(guī)則知識與當(dāng)前事實，如果與當(dāng)前事實條件匹配，則執(zhí)行對應(yīng)規(guī)則的結(jié)論，結(jié)論可能是最終結(jié)果，或者激發(fā)下一判斷規(guī)則，這是基于規(guī)則的基本原理。

由于話務(wù)故障診斷是由現(xiàn)有數(shù)據(jù)條件來判斷當(dāng)前地區(qū)話務(wù)故障情況，因此話務(wù)分析故障診斷的規(guī)則推理過程采用正向推理，其基本過程為：數(shù)據(jù)監(jiān)測服務(wù)器產(chǎn)生每小時監(jiān)測數(shù)據(jù)，數(shù)據(jù)錄入模塊，對數(shù)據(jù)下載、解壓，并轉(zhuǎn)入原始數(shù)據(jù)庫，然后根據(jù)專家經(jīng)驗將原始數(shù)據(jù)的結(jié)果轉(zhuǎn)化為規(guī)則存入規(guī)則庫，以后利用規(guī)則重用原則，推理機(jī)自動推理產(chǎn)生結(jié)果，如規(guī)則庫中不存在當(dāng)前數(shù)據(jù)產(chǎn)生結(jié)果（故障描述的數(shù)據(jù)表達(dá)形式），則提醒網(wǎng)優(yōu)專家進(jìn)行規(guī)則錄入或忽略。

4.系統(tǒng)主要功能及應(yīng)用分析

基于CBR與RBR的話務(wù)分析專家系統(tǒng)，主要由數(shù)據(jù)錄入模塊，推理模塊，管理模塊，用戶界面幾部分組成。

數(shù)據(jù)輸入模塊主要實現(xiàn)通過預(yù)設(shè)接口從Alcatel服務(wù)器采集數(shù)據(jù)，將數(shù)據(jù)經(jīng)由下載、解壓、入庫等方式轉(zhuǎn)入本地數(shù)據(jù)中心，本地數(shù)據(jù)中心將對海量監(jiān)測數(shù)據(jù)進(jìn)行篩選，提取出話務(wù)故障相關(guān)數(shù)據(jù)。

管理模塊用于實現(xiàn)網(wǎng)優(yōu)專家維護(hù)專家系統(tǒng)、定制門限、錄入元知識等功能。

推理模塊主要實現(xiàn)以下功能：在經(jīng)由數(shù)據(jù)中心產(chǎn)生話務(wù)故障數(shù)據(jù)之后。首先生成實例并在實例庫中檢查，若有與該實例相似的實例，則匹配實例，輸出結(jié)果到人機(jī)界面，否則經(jīng)由規(guī)則推理形成規(guī)則數(shù)據(jù)并檢索規(guī)則庫，若規(guī)則推理輸出結(jié)果符合事實，則添加新實例到實例庫，否則檢查推理邏輯，若推理合理則修改規(guī)則庫，否則更改邏輯。

圖3 基于規(guī)則的知識庫

用戶界面主要實現(xiàn)網(wǎng)優(yōu)人員（專家系統(tǒng)最終使用人員）及網(wǎng)優(yōu)專家對專家系統(tǒng)的維護(hù)與使用。

本文采用SQL SERVER2008存儲數(shù)據(jù)及故障診斷知識，使用C#編程，應(yīng)用DEVEXPRESS控件。三者結(jié)合有界面美觀，實現(xiàn)快捷，開發(fā)高效等優(yōu)點(diǎn)。

話務(wù)故障分析系統(tǒng)由于對于不同權(quán)限的用戶所能使用的功能有所不同，因此，用戶登錄時，會依據(jù)權(quán)限不同執(zhí)行不同功能。一般，分為網(wǎng)優(yōu)專家與普通網(wǎng)優(yōu)人員，在授權(quán)用戶時權(quán)限已直接按用戶名分類，所以系統(tǒng)自動識別可用功能。網(wǎng)優(yōu)專家可以調(diào)整系統(tǒng)參數(shù)，及維護(hù)修改知識庫等，因此具有網(wǎng)優(yōu)專家權(quán)限的用戶其實也扮演著管理員的角色。

專家系統(tǒng)經(jīng)過在臨汾移動公司測試應(yīng)用，基本可以實現(xiàn)典型話務(wù)故障分析診斷，且準(zhǔn)確率較高。在正常情況下，對常見故障的判斷準(zhǔn)確率可達(dá)到90%以上。以火車站基站為例，在某一時間段，出現(xiàn)數(shù)據(jù)擁塞特征，表現(xiàn)為基站功率高，SDCHH擁塞嚴(yán)重。經(jīng)過專家系統(tǒng)推理診斷為TCH擁塞，初步判斷結(jié)論是：火車站通話次數(shù)頻繁，導(dǎo)致?lián)砣?。?jīng)過觀察調(diào)研，發(fā)現(xiàn)在該時間段，同時有多輛火車?？?，人員流動大，導(dǎo)致?lián)砣Ｔ摴收鲜欠怯布收匣蛉藶樵颍c網(wǎng)優(yōu)專家人工診斷及調(diào)研結(jié)果相符。

5.結(jié)束語

本文建構(gòu)的智能話務(wù)故障診斷系統(tǒng)，整合了CBR與RBR的優(yōu)點(diǎn)，提高了話務(wù)故障診斷的準(zhǔn)確度。該系統(tǒng)界面友好，操作靈活簡單，有效提高了一線網(wǎng)優(yōu)人員的工作效率，并可簡化其工作流程。同時，對機(jī)器智能分析移動話務(wù)海量數(shù)據(jù)，提供了參考模型。對移動通信中的網(wǎng)絡(luò)優(yōu)化技術(shù)的發(fā)展提供理論依據(jù)，具有重要實踐意義。

[1]靳鵬,夏清國.CBR和RBR在GSM無線網(wǎng)絡(luò)優(yōu)化中應(yīng)用[J].科學(xué)技術(shù)與丁程,2006年9期.

[2]李宏娟.基于規(guī)則和案例的壓縮機(jī)集成故障診斷專家系統(tǒng)研究[D].湖南大學(xué)碩士學(xué)位論文,2008年4月.

[3]楊云,馮亞,基于決策樹的GSM網(wǎng)絡(luò)優(yōu)化專家系統(tǒng)[J].開發(fā)應(yīng)用,2009第11期.

[4]王歡,吳陽年.基于面向?qū)ο蠓椒ǖ钠囍苿訉＜蚁到y(tǒng)的研究與開發(fā)[J].北京汽車,2011,NO.1.

[5]胡中豫,申濤,李高峰,宮潤勝.基于案例與規(guī)則推理的干擾查找專家系統(tǒng)[J].計算機(jī)工程,2009年9月.

[6]趙小化.KNN文本分類中特征詞權(quán)重算法的研究[D].太原理工大學(xué)碩士學(xué)位論文,2010年5月.

[7]吳曉,種玉珍,倪紅波,王海鵬.一種CBR與RBR相結(jié)合的智能家庭推理系統(tǒng)[J].計算機(jī)應(yīng)用研究,2009年3月.

[8]李乾鵬,方家騏,基于RBR和CBR規(guī)劃中的知識表示方法研究[J].計算機(jī)工程與設(shè)計,2009,30(22).

[9]劉劍,陳一超,江虹.基于規(guī)則的通用專家知識庫故障診斷方法[J].計算機(jī)與數(shù)字工程,2010年第6期.

[10]馬振林,于英杰.基于RBR和CBR的故障診斷專家系統(tǒng)研究[J].微計算機(jī)信息,2010年第26卷第2-1期.