山西師范大學(xué)數(shù)學(xué)與計(jì)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(dòng)通信網(wǎng)絡(luò)已經(jīng)發(fā)展到3G時(shí)代，國(guó)外4G網(wǎng)絡(luò)也廣泛部署，國(guó)內(nèi)雖未普及，但發(fā)展勢(shì)頭迅猛。移動(dòng)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(dòng)設(shè)備利用率，增強(qiáng)用戶(hù)青睞感，保持業(yè)務(wù)穩(wěn)定增長(zhǎng)，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(duì)話(huà)務(wù)數(shù)據(jù)監(jiān)測(cè)與分析是必要途徑之一。本文針對(duì)這一應(yīng)用背景，開(kāi)發(fā)了話(huà)務(wù)故障診斷專(zhuān)家系統(tǒng)，探討CBR與RBR結(jié)合的推理模型，旨在改善話(huà)務(wù)數(shù)據(jù)監(jiān)測(cè)與分析的績(jī)效，為網(wǎng)絡(luò)性能優(yōu)化提供決策支持。

2.話(huà)務(wù)專(zhuān)家系統(tǒng)基本原理

2.1 基于實(shí)例的推理（CBR）

基于實(shí)例的推理通過(guò)訪(fǎng)問(wèn)實(shí)例庫(kù)中過(guò)去同類(lèi)問(wèn)題的求解方法而獲得當(dāng)前問(wèn)題解的一種推理模式。CBR不進(jìn)行規(guī)則匹配，類(lèi)似的實(shí)例可以通過(guò)索引檢索出來(lái)直接得到問(wèn)題的答案。使迅速求解問(wèn)題成為可能，CBR適用于經(jīng)驗(yàn)豐富的領(lǐng)域。CBR的推理系統(tǒng)，一般包括以下幾個(gè)部分。

（1）實(shí)例表示。其中主要包含這些主要因素，問(wèn)題描述：故障類(lèi)型現(xiàn)象特征的描述；問(wèn)題環(huán)境的描述：故障發(fā)生時(shí)，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(yàn)的描述；反饋：是對(duì)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(shí)例庫(kù)中檢索出一組與當(dāng)前實(shí)例在特征屬性相似，對(duì)當(dāng)前故障的診斷有啟發(fā)和指導(dǎo)意義的實(shí)例，并從中選擇最佳的實(shí)例作為本次診斷的建議解。本文采用相對(duì)較為成熟的K-NN相似度量方法。

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

（4）實(shí)例添加。將新實(shí)例的診斷過(guò)程，評(píng)價(jià)結(jié)果添加到實(shí)例庫(kù)中成為新的實(shí)例，保存實(shí)例過(guò)程就是學(xué)習(xí)過(guò)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(jiǎn)潔易實(shí)現(xiàn)的知識(shí)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(wèn)題求解和系統(tǒng)開(kāi)發(fā)，廣泛應(yīng)用于各類(lèi)專(zhuān)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(zhuān)家經(jīng)驗(yàn)表示成易于機(jī)器識(shí)別表示的形式，早期的專(zhuān)家系統(tǒng)多數(shù)采用了該方法，產(chǎn)生式規(guī)則求解過(guò)程即反復(fù)從規(guī)則庫(kù)中提取合適的規(guī)則并執(zhí)行的過(guò)程，一般基于規(guī)則推理的專(zhuān)家系統(tǒng)須包含以下三個(gè)方面：

（1）規(guī)則庫(kù)?；谝?guī)則推理的規(guī)則庫(kù)存儲(chǔ)的即一般性知識(shí)，規(guī)則庫(kù)的建立與完善是一個(gè)循序漸進(jìn)的過(guò)程，領(lǐng)域?qū)＜业闹R(shí)均存儲(chǔ)在本庫(kù)中，是專(zhuān)家系統(tǒng)的重要組成部分。

（2）推理過(guò)程。推理機(jī)的執(zhí)行過(guò)程描述，將綜合數(shù)據(jù)與規(guī)則庫(kù)中的前提進(jìn)行匹配，如匹配成功則執(zhí)行對(duì)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(kù)中選取規(guī)則時(shí)可能有多個(gè)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(dòng)運(yùn)行；因此，RBR的執(zhí)行過(guò)程是一個(gè)循環(huán)往復(fù)的過(guò)程。

（3）綜合數(shù)據(jù)庫(kù)。綜合數(shù)據(jù)庫(kù)存放包含解決問(wèn)題的相關(guān)參數(shù)與支持?jǐn)?shù)據(jù)，并存放問(wèn)題求解過(guò)程中的各種當(dāng)前信息。如問(wèn)題的初始狀態(tài)、推理求解過(guò)程中的中間結(jié)論及最終結(jié)論。當(dāng)規(guī)則庫(kù)中有一條規(guī)則的前提可與綜合數(shù)據(jù)庫(kù)中的事實(shí)相匹配時(shí)，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(kù)中，所以綜合數(shù)據(jù)庫(kù)的內(nèi)容是動(dòng)態(tài)的。

3.移動(dòng)話(huà)務(wù)故障診斷專(zhuān)家系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

3.1 綜合推理模式

本文采用的是基于實(shí)例與規(guī)則的綜合推理模式實(shí)現(xiàn)專(zhuān)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(zhuān)家系統(tǒng)表現(xiàn)形式單一，易于用戶(hù)理解，因此成為最重要的知識(shí)表現(xiàn)方法，但同時(shí)規(guī)則間的互相關(guān)系不明顯，知識(shí)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(wèn)題，與專(zhuān)家知識(shí)不一致等，CBR很好的解決了以上問(wèn)題，CBR是通過(guò)訪(fǎng)問(wèn)實(shí)例庫(kù)中原有問(wèn)題的解來(lái)獲得當(dāng)前問(wèn)題解的推理模式，CBR不進(jìn)行規(guī)則匹配，類(lèi)似的實(shí)例可以通過(guò)索引檢索出來(lái)直接得到問(wèn)題的答案。RBR適用于知識(shí)豐富的應(yīng)用領(lǐng)域，CBR適用于經(jīng)驗(yàn)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(zhǎng)補(bǔ)短，對(duì)專(zhuān)家系統(tǒng)的改進(jìn)具有積極意義。移動(dòng)話(huà)務(wù)故障診斷專(zhuān)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(shí)例數(shù)據(jù)，首先進(jìn)行實(shí)例檢查，如果實(shí)例庫(kù)中存在與本實(shí)例匹配實(shí)例則直接輸出實(shí)例結(jié)果至人機(jī)界面，否則，轉(zhuǎn)入規(guī)則推理模塊，將實(shí)例各個(gè)特征經(jīng)過(guò)規(guī)則推理逐漸形成輸出結(jié)果，首先通過(guò)網(wǎng)優(yōu)專(zhuān)家人工檢查結(jié)果是否與實(shí)際事實(shí)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(kù)，或者調(diào)整推理邏輯后，重新推理，如符合實(shí)際情況，則將該規(guī)則推理過(guò)程以實(shí)例形式存儲(chǔ)在實(shí)例庫(kù)，便于實(shí)例重用。

3.2 基于實(shí)例推理模塊

其中實(shí)例推理的基本原理：以實(shí)例為基礎(chǔ)進(jìn)行推理，把網(wǎng)優(yōu)工程師（話(huà)務(wù)分析專(zhuān)家或網(wǎng)優(yōu)專(zhuān)家）的經(jīng)驗(yàn)保存成一個(gè)個(gè)的實(shí)例，出現(xiàn)新問(wèn)題，對(duì)實(shí)例庫(kù)進(jìn)行檢索，尋找匹配與相似的實(shí)例，即現(xiàn)實(shí)專(zhuān)家經(jīng)驗(yàn)的再利用，如對(duì)實(shí)例不滿(mǎn)意（與事實(shí)有偏差），則進(jìn)行修改，修改后重新存入實(shí)例庫(kù)，以便再利用，這相當(dāng)于專(zhuān)家經(jīng)驗(yàn)的再學(xué)習(xí)，當(dāng)然也是一種知識(shí)學(xué)習(xí)，從原理中可以看出關(guān)鍵技術(shù)在于實(shí)例表示、檢索、與修改。

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

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

其中，N，NO.，實(shí)例標(biāo)識(shí)符；D，Description，問(wèn)題描述，即屬性特征；W，Weight，屬性特征權(quán)重，二維矩陣Target，問(wèn)題解；A，Alpha，實(shí)例的信度集。

每個(gè)實(shí)例以實(shí)例標(biāo)識(shí)符N唯一標(biāo)識(shí)，實(shí)例庫(kù)結(jié)構(gòu)如圖2。

按照以上模式存儲(chǔ)采用以下近似匹配算法（KNN），其公式為：

其中，Siim指實(shí)例庫(kù)中第i個(gè)舊實(shí)例與問(wèn)題實(shí)例的綜合相似度（也稱(chēng)綜合匹配度），wj指第j個(gè)屬性在參與匹配檢索的屬性指標(biāo)中占的比重，稱(chēng)為第j個(gè)權(quán)重，Sim是第i個(gè)舊實(shí)例的第j個(gè)屬性指標(biāo)與問(wèn)題實(shí)例的第i個(gè)屬性指標(biāo)的相似度。

3.3 基于規(guī)則的推理

3.3.1 知識(shí)庫(kù)的表示

基于規(guī)則推理中知識(shí)庫(kù)建立，以及基于規(guī)則的知識(shí)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(chǔ)方

圖1 專(zhuān)家系統(tǒng)推理模塊流程圖

圖2 實(shí)例庫(kù)結(jié)構(gòu)圖

i j式，便于對(duì)各個(gè)模塊分別增加、修改、刪除等，圖3是知識(shí)庫(kù)示意圖。

圖3中，編號(hào)為10001的規(guī)則執(zhí)行該前提后根據(jù)操作類(lèi)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(guò)程

基于規(guī)則推理的知識(shí)系統(tǒng)，本質(zhì)上是從一個(gè)初始條件出發(fā)，根據(jù)前提，尋求結(jié)論的求解過(guò)程。在基于規(guī)則的專(zhuān)家系統(tǒng)中，推理機(jī)比較存儲(chǔ)的元規(guī)則知識(shí)與當(dāng)前事實(shí)，如果與當(dāng)前事實(shí)條件匹配，則執(zhí)行對(duì)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(huà)務(wù)故障診斷是由現(xiàn)有數(shù)據(jù)條件來(lái)判斷當(dāng)前地區(qū)話(huà)務(wù)故障情況，因此話(huà)務(wù)分析故障診斷的規(guī)則推理過(guò)程采用正向推理，其基本過(guò)程為：數(shù)據(jù)監(jiān)測(cè)服務(wù)器產(chǎn)生每小時(shí)監(jiān)測(cè)數(shù)據(jù)，數(shù)據(jù)錄入模塊，對(duì)數(shù)據(jù)下載、解壓，并轉(zhuǎn)入原始數(shù)據(jù)庫(kù)，然后根據(jù)專(zhuān)家經(jīng)驗(yàn)將原始數(shù)據(jù)的結(jié)果轉(zhuǎn)化為規(guī)則存入規(guī)則庫(kù)，以后利用規(guī)則重用原則，推理機(jī)自動(dòng)推理產(chǎn)生結(jié)果，如規(guī)則庫(kù)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(zhuān)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(huà)務(wù)分析專(zhuān)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(hù)界面幾部分組成。

數(shù)據(jù)輸入模塊主要實(shí)現(xiàn)通過(guò)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(kù)等方式轉(zhuǎn)入本地?cái)?shù)據(jù)中心，本地?cái)?shù)據(jù)中心將對(duì)海量監(jiān)測(cè)數(shù)據(jù)進(jìn)行篩選，提取出話(huà)務(wù)故障相關(guān)數(shù)據(jù)。

管理模塊用于實(shí)現(xiàn)網(wǎng)優(yōu)專(zhuān)家維護(hù)專(zhuān)家系統(tǒng)、定制門(mén)限、錄入元知識(shí)等功能。

推理模塊主要實(shí)現(xiàn)以下功能：在經(jīng)由數(shù)據(jù)中心產(chǎn)生話(huà)務(wù)故障數(shù)據(jù)之后。首先生成實(shí)例并在實(shí)例庫(kù)中檢查，若有與該實(shí)例相似的實(shí)例，則匹配實(shí)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(kù)，若規(guī)則推理輸出結(jié)果符合事實(shí)，則添加新實(shí)例到實(shí)例庫(kù)，否則檢查推理邏輯，若推理合理則修改規(guī)則庫(kù)，否則更改邏輯。

圖3 基于規(guī)則的知識(shí)庫(kù)

用戶(hù)界面主要實(shí)現(xiàn)網(wǎng)優(yōu)人員（專(zhuān)家系統(tǒng)最終使用人員）及網(wǎng)優(yōu)專(zhuān)家對(duì)專(zhuān)家系統(tǒng)的維護(hù)與使用。

本文采用SQL SERVER2008存儲(chǔ)數(shù)據(jù)及故障診斷知識(shí)，使用C#編程，應(yīng)用DEVEXPRESS控件。三者結(jié)合有界面美觀(guān)，實(shí)現(xiàn)快捷，開(kāi)發(fā)高效等優(yōu)點(diǎn)。

話(huà)務(wù)故障分析系統(tǒng)由于對(duì)于不同權(quán)限的用戶(hù)所能使用的功能有所不同，因此，用戶(hù)登錄時(shí)，會(huì)依據(jù)權(quán)限不同執(zhí)行不同功能。一般，分為網(wǎng)優(yōu)專(zhuān)家與普通網(wǎng)優(yōu)人員，在授權(quán)用戶(hù)時(shí)權(quán)限已直接按用戶(hù)名分類(lèi)，所以系統(tǒng)自動(dòng)識(shí)別可用功能。網(wǎng)優(yōu)專(zhuān)家可以調(diào)整系統(tǒng)參數(shù)，及維護(hù)修改知識(shí)庫(kù)等，因此具有網(wǎng)優(yōu)專(zhuān)家權(quán)限的用戶(hù)其實(shí)也扮演著管理員的角色。

專(zhuān)家系統(tǒng)經(jīng)過(guò)在臨汾移動(dòng)公司測(cè)試應(yīng)用，基本可以實(shí)現(xiàn)典型話(huà)務(wù)故障分析診斷，且準(zhǔn)確率較高。在正常情況下，對(duì)常見(jiàn)故障的判斷準(zhǔn)確率可達(dá)到90%以上。以火車(chē)站基站為例，在某一時(shí)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(guò)專(zhuān)家系統(tǒng)推理診斷為T(mén)CH擁塞，初步判斷結(jié)論是：火車(chē)站通話(huà)次數(shù)頻繁，導(dǎo)致?lián)砣?。?jīng)過(guò)觀(guān)察調(diào)研，發(fā)現(xiàn)在該時(shí)間段，同時(shí)有多輛火車(chē)?？?，人員流動(dòng)大，導(dǎo)致?lián)砣?。該故障是非硬件故障或人為原因，與網(wǎng)優(yōu)專(zhuān)家人工診斷及調(diào)研結(jié)果相符。

5.結(jié)束語(yǔ)

本文建構(gòu)的智能話(huà)務(wù)故障診斷系統(tǒng)，整合了CBR與RBR的優(yōu)點(diǎn)，提高了話(huà)務(wù)故障診斷的準(zhǔn)確度。該系統(tǒng)界面友好，操作靈活簡(jiǎn)單，有效提高了一線(xiàn)網(wǎng)優(yōu)人員的工作效率，并可簡(jiǎn)化其工作流程。同時(shí)，對(duì)機(jī)器智能分析移動(dòng)話(huà)務(wù)海量數(shù)據(jù)，提供了參考模型。對(duì)移動(dòng)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(shí)踐意義。

[1]靳鵬,夏清國(guó).CBR和RBR在GSM無(wú)線(xiàn)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(zhuān)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(shù)的GSM網(wǎng)絡(luò)優(yōu)化專(zhuān)家系統(tǒng)[J].開(kāi)發(fā)應(yīng)用,2009第11期.

[4]王歡,吳陽(yáng)年.基于面向?qū)ο蠓椒ǖ钠?chē)制動(dòng)專(zhuān)家系統(tǒng)的研究與開(kāi)發(fā)[J].北京汽車(chē),2011,NO.1.

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

[6]趙小化.KNN文本分類(lèi)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(jì)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(shí)表示方法研究[J].計(jì)算機(jī)工程與設(shè)計(jì),2009,30(22).

[9]劉劍,陳一超,江虹.基于規(guī)則的通用專(zhuān)家知識(shí)庫(kù)故障診斷方法[J].計(jì)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(zhuān)家系統(tǒng)研究[J].微計(jì)算機(jī)信息,2010年第26卷第2-1期.