一种用于话务故障诊断专家系统.docVIP

一种用于话务故障诊断专家系统 　　【摘要】如何对移动话务数据进行有效分析，快速确定通信故障的原因，是移动通信工程技术人员亟待解决的重要问题。本文提出一种基于规则推理（RBR）和实例推理（CBR）融合的移动话务数据与故障分析的方法，构建了移动话务故障分析专家系统的框架结构，对该领域中知识处理、实例检索和混合推理技术进行了分析和研究。实验结果表明，移动话务故障诊断专家系统可解决话务故障中典型问题，对构建此类专家系统提供重要依据。 　　【关键词】话务分析；专家系统；基于规则推理；基于实例推理；综合推理 　　1.引言 　　目前，移动通信网络已经发展到3G时代，国外4G网络也广泛部署，国内虽未普及，但发展势头迅猛。移动通信网络硬件建设与扩张已经趋于饱和，在现有网络建设规模变化不大，硬件投入成本降低的情况下，要想提高移动设备利用率，增强用户青睐感，保持业务稳定增长，网络性能优化成为通信企业的首要任务。网络性能优化中，对话务数据监测与分析是必要途径之一。本文针对这一应用背景，开发了话务故障诊断专家系统，探讨CBR与RBR结合的推理模型，旨在改善话务数据监测与分析的绩效，为网络性能优化提供决策支持。 　　2.话务专家系统基本原理 　　2.1 基于实例的推理（CBR） 　　基于实例的推理通过访问实例库中过去同类问题的求解方法而获得当前问题解的一种推理模式。CBR不进行规则匹配，类似的实例可以通过索引检索出来直接得到问题的答案。使迅速求解问题成为可能，CBR适用于经验丰富的领域。CBR的推理系统，一般包括以下几个部分。 　　（1）实例表示。其中主要包含这些主要因素，问题描述：故障类型现象特征的描述；问题环境的描述：故障发生时，系统所表现的征兆；解决方案的描述：故障原因，解决方案，解释参考经验的描述；反馈：是对解决方案的反馈建议。 　　（2）检索与匹配。利用索引机制，根据相似性度量方法，从实例库中检索出一组与当前实例在特征属性相似，对当前故障的诊断有启发和指导意义的实例，并从中选择最佳的实例作为本次诊断的建议解。本文采用相对较为成熟的K-NN相似度量方法。 　　（3）实例重用与修改。把检索到的旧实例复用到新实例中，复用结果不好时依据网优专家经验知识和人为干预对检索得出的实例进行调整、修改，形成适合于当前故障的实例，得出诊断结论。 　　（4）实例添加。将新实例的诊断过程，评价结果添加到实例库中成为新的实例，保存实例过程就是学习过程。 　　2.2 基于规则的推理（RBR） 　　基于规则的推理选用产生式规则作为推理方法，产生式规则是一种简洁易实现的知识表示方法，以产生式规则为基础的推理方法有利于问题求解和系统开发，广泛应用于各类专家系统中，产生式规则采用的是：IFTHEN的表示形式。 　　这种方式可以将专家经验表示成易于机器识别表示的形式，早期的专家系统多数采用了该方法，产生式规则求解过程即反复从规则库中提取合适的规则并执行的过程，一般基于规则推理的专家系统须包含以下三个方面： 　　（1）规则库。基于规则推理的规则库存储的即一般性知识，规则库的建立与完善是一个循序渐进的过程，领域专家的知识均存储在本库中，是专家系统的重要组成部分。 　　（2）推理过程。推理机的执行过程描述，将综合数据与规则库中的前提进行匹配，如匹配成功则执行对应规则的结论，结论可能是输出结果也可能是跳转接口。从规则库中选取规则时可能有多个规则与综合数据匹配，需要按策略进行“冲突消解”；然后，选择最恰当的规则启动运行；因此，RBR的执行过程是一个循环往复的过程。 　　（3）综合数据库。综合数据库存放包含解决问题的相关参数与支持数据，并存放问题求解过程中的各种当前信息。如问题的初始状态、推理求解过程中的中间结论及最终结论。当规则库中有一条规则的前提可与综合数据库中的事实相匹配时，该规则被激活，进行推理并把结论放入到综合数据库中，所以综合数据库的内容是动态的。 　　3.移动话务故障诊断专家系统设计与实现 　　3.1 综合推理模式 　　本文采用的是基于实例与规则的综合推理模式实现专家系统的构建，综合推理方式可以有效解决系统单一推理模式的不足，基于规则推理的专家系统表现形式单一，易于用户理解，因此成为最重要的知识表现方法，但同时规则间的互相关系不明显，知识整体的形象难以把握，处理效率低，推理缺乏灵活性，容易出现控制饱和问题，与专家知识不一致等，CBR很好的解决了以上问题，CBR是通过访问实例库中原有问题的解来获得当前问题解的推理模式，CBR不进行规则匹配，类似的实例可以通过索引检索出来直接得到问题的答案。RBR适用于知识丰富的应用领域，CBR适用于经验丰富的领域，因此将RBR与CBR的合理结合有利于弥补两者不足，取长补短，对专家系统的改进具有积极意义。移动