話務(wù)故障診斷專家系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、網(wǎng)絡(luò)優(yōu)化已經(jīng)成為提高移動(dòng)通信質(zhì)量，增強(qiáng)用戶感知的重要途徑。話務(wù)故障診斷是改善移動(dòng)通信性能的重要手段之一，隨著移動(dòng)話務(wù)故障數(shù)據(jù)海量式增長，傳統(tǒng)的故障診斷方法已很難滿足話務(wù)故障快速診斷需求。
　　 本文依據(jù)人工智能思想和專家系統(tǒng)理論，深入分析話務(wù)故障診斷事務(wù)，提出了一種改進(jìn)的KNN話務(wù)故障診斷算法。該方法充分發(fā)揮了專家系統(tǒng)的優(yōu)勢，為移動(dòng)通信領(lǐng)域的話務(wù)故障診斷提供了行之有效的方法理論。
　　 在話務(wù)故障診斷專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

2、中，采用了基于實(shí)例推理與基于規(guī)則推理相結(jié)合的推理方法，利用兩者各自優(yōu)勢，彌補(bǔ)各自不足。在基于實(shí)例推理的過程中，采用面向?qū)ο蠓椒▉肀硎緦?shí)例，采用KNN算法求取實(shí)例相似度及層次分析法計(jì)算權(quán)值，同時(shí)依據(jù)話務(wù)故障診斷的特殊性，在KNN算法的基礎(chǔ)之上作了適當(dāng)改進(jìn)，加入了相似度對頻次的依賴;在基于規(guī)則推理的實(shí)現(xiàn)中，應(yīng)用傳統(tǒng)的產(chǎn)生式規(guī)則來實(shí)現(xiàn)規(guī)則存儲(chǔ)表示，采用了深度優(yōu)先搜索策略，來完成規(guī)則匹配與搜索，同時(shí)采用了依據(jù)時(shí)間排序的方法來解決沖突問題;在混合