（计算机软件与理论专业论文）网络优化智能决策支持系统中模糊推理方法的研究.pdf

删络优化智能决镱支持系统中模期推理方法的研究 网络优化智能决策支持系统中模糊推理方法的研究 摘要 网络优化工作是g s m g p r s 移动通信网络从建设到运行维护过程 中的一个重要组成部分，它是一项系统的、复杂的、难度较大的工程， 除了在网络日常运行过程中要经常进行外，还要在网络扩容后以及网 络质量出现问题时有针对性地进行。网络优化工作需要大量专业的、 经验丰富的网络优化人员，同时网络优化人员需要使用各种仪器以及 网络优化软件来配合完成网络优化工作。网络优化不但直接影响移动 通信网络的服务质量，而且对提高整个网络的容量也有重要作用。 本文在分析g s f l g p r s 网络优化工作流程基础上，考虑了网络优 化流程中的几个关键步骤：数据采集、数据分析与显示、故障定位以 及网络优化方案的制定，利用现有的专家系统工具f u z z y c l i p s ，构 建了g s m g p r s 无线网络优化智能决策支持系统，该系统用来辅助网 络优化工程师进行网络优化工作。本文对该系统的主要组成模块进行 了详细的描述。 本文对g s m g p r s 无线网络优化智能决策支持系统中使用的专家 系统工具f u z z y c l i p s 进行了分析，尤其对f u z z y c l i p s 在正向推理过 程中使用的r e t e 模式匹配算法进行了分析；同时也详细地描述了 g s m g p r s 网络优化的推理求解过程，并为推理求解选择了合适的深 度优先冲突消解策略。 模式匹配算法是制约产生式系统运行效率的关键因素。传统的 r e t e 和t r e a t 模式匹配算法能够大大提高模式匹配的效率，然而不 能直接用来解决模糊匹配问题。本文提出了模糊t r e a t 模式匹配算 法，扩充了t r e a t 算法处理模糊匹配的能力，并对该算法进行了分析 和实现。 关键词：网络优化智能决策支持系统f u z z y c l i p s 模糊t r e a t 算法 嘲络撬传蟹姥蔽策支持蓉绫孛摸鞭攘瑾方法抟舔究 r e s e a r c h e so nf u z z yi n f e r e n c e a p p r o a c 珏e sl nl n t e l l l g e n td e c i s i o ns u p p o r 譬 s y s t e mf o 歉n e t w o r k0 p t i m l z a t l o n a b s t r a c t n e t w o r k o p t i m i z a t i o n ，o n e c r u c i a l p a r t i nt h e p r o c e s s o f p r o g r a m m i n ga n dm a i n t e n a n c eo fg s m g p r sn e t w o r k ，i sas y s t e m i c ， c o m p l e x ，a n dv e r y d i f f i c u l t p r o j e c t 。n e t w o r ko p t i m i z a t i o np l a y s a l l i m p o r t a n tr o l e i nt h ew h o l es y s t e m r u n n i n gp r o c e s s ，e s p e c i a l l yi nt h e p e r i o d t h a t s u b s e q u e n tp r o b l e m sa p p e a rf o l l o w i n gt h ea d j u s t m e n t o r e n h a n c e m e n to fn e t w o r k c a p a c i t y ap l e n t y o f s p e c i a l i z e d a n d e x p e r i e n c e de n g i n e e r s ，w h o a r e p r o f i c i e n t i na l lk i n d so fa s s i s t a n t i n s t r u m e n t sa n dn e t w o r ko p t i m i z a t i o ns o f t w a r e ，a r ei ng r e a td e m a n di n t h et a s ko fn e t w o r k o p t i m i z a t i o n n e t w o r ko p t i m i z a t i o nn o to n l yd i r e c t l y a f f e c t sq o so fm o b i l ec o m m u n i c a t i o nn e t w o r k , b u ta l s oh a st h ev i t a l e f f e c to n i n c r e a s i n g t h ee n t i r en e t w o r k c a p a c i t y b a s e do n a n a l y z i n gt h eg s 悯p r s n e t w o r k o p t i m i z a t i o nf l o w , t h i s p a p e r c o n s t r u c t st h e i n t e l l i g e n t d e c i s i o n s u p p o r ts y s t e m f o rn e t w o r k o p t i m i z a t i o n t oa i dn e t w o r k o p t i m i z a t i o ne n g n e e r st oo p t i m i z en e t w o r k 。 t h i s s y s t e m u s e s f u z z y c l i p s ，t h ep r e s e n te x p e r ts y s t e mt o o l ，a n d c o n s i d e r ss o m ec r u c i a l s t e p s i nt h en e t w o r k o p t i m i z a t i o n f l o w ：d a t a c o l l e c t i o n ，a n a l y s i sa n dd i s p l a y i n g ，f a u l t sl o c a l i z a t i o n ，a n dm a k i n gt h e n e t w o r ko p t i m i z a t i o nd e c i s i o n a l s ot h i s p a p e rd e s c r i b e s t h ep r i m a r y c o m p o n e n t s o f t h i ss y s t e mi nd e t a i l ， i nt h i s p a p e r , t h ee x p e r ts y s t e mt o o l ，f u z z y c l i p s i s a n a l y z e d ， e s p e c i a l l y r e t ep a t t e r nm a t c ha l g o r i t h mu s e di n f u z z y c l i p s 。t h e p a r t i c u l a rd e s c r i p t i o n o fn e t w o r k o p t i m i z a t i o nr e a s o n i n gp r o c e s s f o r s o l u t i o ni sg i v e n ，a n dt h ep r o p e rd e p t h s t r a t e g yf o rt h ec o n f l i c tr e s o l u t i o n i sc h o s e n t h ep a t t e mm a t c ha l g o r i t h mi st h e k e y f a c t o rt h a tr e s t r i c t st h e 嗍络优化智能决策史持系统中模糊摊理方法的研究 r u n n i n ge f f i c i e n c yo fap r o d u c t i o ns y s t e m t h et r a d i t i o n a lr e t ea n d t r e a t p a t t e r nm a t c ha l g o r i t h m sc a ni m p r o v ep a t t e r nm a t c he f f i c i e n c y , b u t t h e y c a n td i r e c t l ys o l v ef u z z ym a t c h p r o b l e m t h i sp a p e rp r e s e n t st h e f u z z yt r e a tp a t t e r nm a t c ha l g o r i t h m ，w h i c he x t e n d st r e a t t op r o c e s s f u z z ym a t c hp r o b l e m f i n a l l yt h i sa l g o r i t h mi sa n a l y z e da n d i m p l e m e n t e d s u c c e s s f u l l y k e yw o r d s ：n e t w o r k o p t i m i z a t i o n ，i d s s ，f u z z y c l i p s ，f u z z yt r e a t a l g o r i t h m - j v 嗍络优化智能决策支持系统中模糊推理方法的研究 8 9 工8 独创性( 或创新性) 声明 本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究 成果。尽我所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不 包含其他人已经发表或撰写过的研究成果，也不包含为获得北京邮电大学或其他 教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任 何贡献均已在论文中作了明确的说明并表示了谢意。 鬟篓产鸳竺孽竺妣嚣兰塑兰堑： 关于论文使用授权的说明 学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即： 研究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保 留并向国家有关部门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借 阅；学校可以公布学位论文的全部或部分内容，可以允许采用影印、缩印或其它 复制手段保存、汇编学位论文。( 保密的学位论文在解密后遵守此规定) 保密论文注释：本学位论文属于保密在一年解密后适用本授权书。非保密论 姓麓耋了鳖竺蔓竺：适篇芝兰兰：! ! 导师签名： 缉叁。 日期： 羔塑生，；j 料络侥纯管能决策支持系统中摸鞭推理方竣的研究 第一章绪论 1 1 课题背景 随着中国移动通信事业的迅猛发展，中困移动和中国联通目 j 已建成世界上 臻模最大、弼户数量最多豹g s m 蜂窝移渤逶售秘终。羧援中霸信惑产选部公匆 的最新业务统计资料，截至到2 0 0 3 年1 2 月底，中国移动电话用户数为2 6 8 6 9 3 万户，移动电话普及率达到2 0 9 。g p r s 作为g s m 系统向第三代演进的过渡手 段，是对现有黝g s m 网络的改进，以便支簿赢速率豹数撼传输，满魑终端用户对 怒速数据韭务( 魏t n t e r n e t ) 酶需求。它叠藏在孛霞移动g s mn 络之上，覆盏 范围与g s m 相同，目前已覆盖全国所脊省、直辖市、自治区，网络遍及2 4 0 多 个城市并且能与新加坡、褥港、台湾等多个国家和地区实现国际漫游。 中謇移动邋傣熬逮速发建，镬移动嬲络始终楚予大癯模建设熬。移魂瘸户数 的增加，往往超出了专家的预计。在市场驱动下，移动网络不断扩容，网络规划 不断需要调熬，一期工程还束完成，新的期建设又融开始，这样姆致每期工程 帮重叠。由予始终在建设，瓿没有一个襁对稳定的时闽傲阚终优化、改进原有规 翔和勰强网络鬻蓬静工作，造成了逶倍阏络质量不离，服务求平低，掰络运行效 率低，然而人们对通信质鬣要求却越来黻高。 为了改善网络运行性能，提高网络的服务质量，提高企业的核心竞争力，中 瓣穆凌窝孛霉鼗逶已经把霹终饶链、频率瓷源蕊鬣、葶瑟嬲终管蓬终隽今螽工终熬 熏点。网络优化是指在网络遴营阶段，对投入运行的嘲络进行参数采集、数据分 析，找出影响网络运行质量的原因，并通过参数调整、网络结构调熬、设备配置 镶整和其他技术手段，镬网络运行于最佼工 乍状态，搜璐有弼络资源获褥最佳效 蕊。事实上，魏莱把霹络伉徒工作骰好，裁可醵在不增加通信设备的情况下，掇 商繁华市区目前的移动话务蹙提高，从而节省投资，带来效益，可见网络优化的 熬要作用。 麓终往纯王终是一顼系绕瓣、复杂豹、难度较大款工程，豫了程鬻终霜露运 行过程中要经常进行之外，逐鹱在网络扩容后以及网络质量出现问题时有针对住 地进行。网络优化工作需要大量专业的、经验丰富的网络优化人员，同时网络优 化人员需要毽j l l 各秘投器以及网络往化款馋泉配合竞成嗣络优位工份。两目翦踊 络优亿在各省发袋不平褥。沿海选区在这方面走在全翻髓捌，发震院内陆缝区要 快一些，正在形成一支独立的网络优化的专业队伍。而在一些内陆地区，由于技 术力量相对薄弱，网络优化工作还需要依靠些跨国公司辅助完成。总的说柬， 黧两富有经验戆瓣络凭证入茨不是，来蠡黧努豹建予溺终俊往舞较待瞧不完全耱 合中国具体的移动通信网络，比如在无线传播模型、移湖用户群上围外的情况就 州络优化智能决筇支持系统中模糊推理方法的耐f 究 和固内不太一样。因此开发国产化的、具有自主知识产权、简单实用的网络优化 软件来提高网络优化人员的技术水平，改善现有网络优化效果，提高网络优化工 作效率，从而提升网络运营效益是当前迫切需要解决的问题。 1 2 工作内容及成果 本课题的目标是从网络优化人员的实际工作过程出发，采用移动通信、计算 机、智能决策支持系统等原理或技术，研制开发一种运行于微机平台上的具有数 据分析一故障定位一优化方案推导等功能的网络优化软件，给初级或有经验的网 络优化人提供学习、指导的功能，同时扩充、推广网络优化经验知识。 围绕这一目标，本论文做了以下几个方面的工作： 调研：考察目前网络优化软件提供的功能和实际网络优化全过程，搜集总结 网络优化经验知识，以及考察国内外流行的专家系统开发工具。 理论研究：学习专家系统、智能决策支持系统相关原理，研究r e t e 、t r e a t 模式匹配算法。 设计与实现：设计并实现了g s m 6 p r s 无线网络优化智能决策支持系统，针 对设计方案，着重讨论了适合于网络优化推理全过程的问题求解推理策略：为提 高推理效率，在论文后一部分提出并实现了模糊t r e a t 模式匹配算法。 在基本完成上述工作内容的基础上，获得的主要理论成果是给出了适合 g s l d g p r s 无线网络优化智能决策支持系统的推理控制策略，提出并实现了模糊 t r e a t 模式匹配算法。 1 3 论文结构 本论文分以下几个部分内容进行介绍： 第二章介绍课题涉及的主要理论基础知识，包括专家系统、智能决策支持系 统基本理论、不确定性推理、以及目前建立专家系统的常用工具和实现方法。 第三章从实际网络优化流程出发，提出g s m g p r s 无线网络优化智能决策 支持系统的体系结构，对各个模块进行了功能性介绍。详细地讨论了基于 f u z z y c l i p s 的知识库系统。 第四章分析了f u z z y c l i p s 的结构、在正向推理过程中使用的r e t e 模式匹 配算法以及模糊推理技术，同时结合实际网络优化案例，讨论了网络优化推理过 程，以及冲突消解策略的选取。 第五章从提高模糊推理效率角度出发，提出了模糊t r e a t 模式匹配算法， 对该算法进行了详细的描述、性能分析以及仿真实现，然后给出了该算法在 f u z z y c l i p s 中的应用。 叫络优化智能决策支持系统中模糊推理方法的研究 第六豢绫素语，总结全文，提出筵 一步磅究工终。 论文最衙是参考文献、致谢和研究生期澜发袭的论文目录。 州络优化智能决策支持系统中模糊摊理方法的研究 第二章专家系统理论基础知识 2 1 专家系统基本结构 专家系统是人工智能的一个最为重要的应用领域，它是一种计算机程序系 统，能够模拟人类专家解决领域问题。专家系统内部含有大量的某个领域的专家 水平的知识与经验，能够运用人类专家的知识和解决问题的方法进行推理和判 断，模拟人类专家的决策过程，来解决该领域的复杂问题。 产生式表示是目前专家系统中使用最广泛的知识表示法，采用这种表示法的 专家系统称为产生式专家系统或产生式系统。产生式系统最早出e p o s t 于1 9 4 3 年提出，现在已在人工智能中广泛应用。参考文献 1 2 1 的产生式系统的基本结构， 并考虑产生式系统的运行机制，可以得到反映产生式系统详细运行机制的基本结 构如图2 1 所示： 图2 - 1 ：产生式系统基本结构 工作存储器中存放的是已知事实和执行过程中的中间结果；规则库存放要解 决问题的所有规则，也即知识；匹配器负责推理，即把规则和事实相结合，推出 结论；待议事件表( 冲突集) 存放所有和事实相匹配的规则，也即是激活规则； 一般情况下，同一时刻的激活规则不止一个，这是就需要冲突消解器来选择一个 最合适的规则来执行。解释器负责执行一条规则后件规定的动作，并把执行结果 反馈到工作存储器中。具体执行过程如下： 1 ) 初始化工作存储器和产生式规则库。 2 ) 匹配器按照一定的推理控制策略，如正向推理控制策略、反向推理控制 策略等( 2 2 节将详细讨论) 。把满足要求的规则放入待议事件表中。 蚪垩 优化智能决燕炎持系统中模蝴推域方法的硼f 究 3 ) 释器。 4 ) 器中。 冲突淡艇器通过砖突潸壤策蝰在待议事传袭中选择最会遗鳃规则效入织 解释器负责执行规则后件的动作，规则执行的中间结果再放入工作存储 重复2 ) 3 ) 4 ) ，蠢瓣待浚霉箨表为空或者缮鞠了求瓣结鬃 其中2 ) 3 ) 4 ) 步是产生式系统中的一个工作周期。实现产生式系统的关键是 实现匹配器。 2 2 推理控制繁略 推理过程是一个求解问题的过程。问题求解的质量与效率依赖于求解问题的 策略，即推理控制策略“1 。推理控制筑略主要包括冲突消解策酶、正向推理筑略 帮爰囱撵澄策略等。 2 2 1 冲突消解策略 冲突游艇策赂艇决麴露在多条霹瘸魏刚中含璞圭| 熟选择一条娥裂的目题，爨一 释基本的撮理控制策略o 。 在专家系统问题的求解过程中，推理机的基本任务是决定下一步该做什么， 即选择哪些规则执行，遴一步修改和增加工作存储器的内容，擞到问题求解。在 润题求解豹每个凌态下，一条袭粼豹可弼与否取决予这条纛粼鹣条 誓部分嗣麓逶 求解的当前工作存储器中的事实的匹配程度。一般说来，在每个中间状态，可用 的规则不炽一条，即发生所谓的“冲突”，这些规则的集合称为冲突集。在冲突 集中选择祭援剥使雳的过程稼茭“；申突瀵解”。 2 2 2 越向推理控制策略 _ _ f 向报理也称为自底向上控制、数据驱动控制、前向链推理、模式制导推理 帮薅彝接毽等。玉囊疆壤豹基本思想楚：鼓已有懿事实鑫发，寻撬可爱麓囊，通 过冲突消解选择一条规则，执行该规则，改变事实数据库，逐步求解直至问题解 决。其工作流程为：用户将与求解问题有关的事实存入数据库，推理机根掘送魑 事实，放知识蓐选择合遗豹趣刚，缮爨灏趣事实存放爨数据库，孬棂据当懿攀实 状态选用斑娜，如诧反复，直至给出润题的解。 j 下向推理的求解策略有两种，一种是求出一个符合条件的解就结束；第二种 是将所有的解都求出才绒束。 j f 蠢终薹鍪控露g 蓑珞静基本算法。爵接述为： v o i df o r w a r d ( k b ，d b ) 嗣络优化智能决燕支持系统中模糊推理方法的研究 s = s c a n ( k b ，d b ) ： w h i l e ( ( s ! = 中) s o l v i n g f l a g = = 0 ) f r = c o n f l i c t r e s o l u t i o n ( s ) ； e x c u t e ( r ) ： s = s + s c a n ( k b ，d b ) ： i f ( ( s = = 中) s o l v i n g f l a g = = 0 ) a s k u s e r ( d b ) ： f o r w a r d ( k b ，d b ) ： 这里，函数s c a n ( k b ，d b ) 的功能是扫描知识库k b ，返回一个与数据库( d b ) 匹配的可用规则集；s o l v i n g _ f l a g = = o 标志系统还没有求出勰结果的状态；函数 c o n f l i c t r e s o l u t i o n ( s ) 是冲突消解策略，它用于返回一条要使用的规则： e x c u t e ( r ) 是执行规则r 结论部分，修改数据库；函数a s k u s e r ( d b ) 请求用户 给出新的相关问题的事实。 正向推理控制策略的优点是用户可以主动提供问题的有关信息，可以对用户 输入的事实做出快速的反应。其缺点是规则的使用具有盲目性，求解当中可能要 执行许多与问题求解无关的操作，导致推理过程的低效率。 2 2 3 反向推理控制策略 反向推理也称为从顶向下控制、目标驱动控制、后向链推理、目标制导推理 和后向推理等。反向推理控制策略的基本思想是：先假设一个目标，然后在知识 库中找出那些其结论部分能导出这个目标的规则集，再检查规则集中每条规则前 件，如果某条规则前件中所含有的条件项均能通过用户会话得到满足，或者能被 当前数据库的内容所匹配，则把该条规则的结论( 即目标) 加到数据库中，从而 该目标被证明；否则把该规则的条件项作为新的子目标，递归执行上述过程，直 到各“与”关系的子目标全部或者“或”关系的子目标有一个出现在数据库中， 目标求解，或者直至子目标不能进一步分解而且数据库不能实现上述匹配时，这 个假设目标为假。系统提出新的假设目标。 反向推理控制策略的基本算法【3 描述如下： v o i db a c k w a r d ( g , k b ) 阚络住纯姆8 决策直持系统中模糊推理方法的研究 s = s c a n ( c sk b ) ； l f ( s 一辔) a s k u s e r ( g ) ； e l s ew h i l e ( ( i s u n k n o w n ( g ) ) & s 净婚1 r = c o n f l i c t r e s o l u t i o n ( s ) ； g 1 = l r s 限) ； i f ( i s u n k n o w n ( g 1 ) ) b a c k w a r d ( g 1 ，k b ) ； i f ( i s t r u e ( g 1 ) ) e x c u t e ( r ) ；s 2 s - r ； 这里，函数s c a n ( c ；k b ) 的功能是扫描知识库，找出葵结论郝分能撼出强标g 的w 糟蕊掰集：a s k u s e r ( g ) 楚一个人橇交互过程，京掰戳验证g 怒否魏真或 询问是否有能诫实g 的信息；函数c o n f l i c t r e s o l u t i o n ( s ) 是冲突消解策略，它 用于返回一条要使用的规则：函数l r s ( r ) 的功能是把规则r 前件的条件项作 为予霆撂：e x c u t e ( r ) 载功籀莛撬雩亍燕粥鬏，甏其缝谂帮分热天裂数攥疼孛。 反向推理控制策略的优点是推理过程的方向性强，不用寻找和不必要使用那 然与假设目标无关的信息和规则。这种策略对它的推理过程提供明确的解释，告 诉翅户它掰要到达豹强标以投为此两使躅黔觌则：这魏策略在瓣空阗较小豹闯题 求解环境下稷为合适。其缺患是初始昏际逸箨较为盲霹，不蓰通过弼户鲁愿提餐 的有用信息来操作。对于解空间较大，用户要求做出快速输入响应的问题领域， 反向推理策略滩以胜任。 2 2 4 。混合推瑕控制策略 正向推理的主要缺点是推理目的性不强，在推理过程中可能做出了许多与求 嬲炎关兹掇作。反内捶理的缺点是选择强标盲强，尤其怒初始毯标的选择。混合 推理控制策略爱释综台利爝歪自推理和爱自推理蠢鑫饶点静有效方法，其愚怒 为：先使用f 向推理帮助选择初始目标，即从已知事实演绎出部分结果，据此选 择一个目标，然后通过反向推理求解目标，在求解这个嗣标时又会得剿用户的更 多信息，孬爰蠢攘瑾，求愆受接近夔嚣标，鳃我反复羹三囊摇理一复蠢掇理这个过 程，直至问题求解为止。 混合推理控制策略的基本算法【3 】描述如下： v o i d a l t e r n a t e ( k b ，d b ) 网络优化智能决镱立持系统中模糊推理方法的研究 d o g o a l s = f o r w a r d ( k b ，d b ) ； g = c h o o s e g o a l ( g o a l s ) ； p = b a c k w a r d ( c k b ) ； w h i l e ( ! i s t r u e ( p ) ) ； ) 这里，函数f o r w a r d ( k b ，d b ) 是根据用户提供的数据和信息得到部分结果， 部分结果可能含有目标驱动过程所需的各个子目标；c h o o s e g o a l ( g o a l s ) 函数 利用g o a l s 中的部分结果决定或猜测总目标，所选择的总目标至少与这些部分结 果相容；b a c k w a r d ( g ，k b ) 是反向推理，它将一方面检验所选择的目标，另 一方面询问用户输入更多的信息。 2 3 设计与开发 2 3 1 基本设计思想 专家系统是区别于一般应用程序的计算机程序。一般应用程序本身就是解决 问题的知识，即程序和问题求解的知识混合一体，而专家系统将问题求解的知识 单独分开，组成一个知识库实体。对知识库的处理是通过另外的实体控制策略 来进行的，控制策略独立于知识库之外。如果将用于问题求解的知识进行分级的 话，一般应用程序的知识有两级，数据级和程序级。而专家系统则将知识组成三 级，数据级、知识库级和控制级。因此专家系统的基本设计思想是分开设计知识 库和推理控制策略。专家系统求解问题，是在控制策略的控制下，利用知识库中 的知识来进行分析，最终得到答案。很明显，专家系统设计思想的关键有两个， 一是建造知识库，建造知识库的两个难点是知识获取和知识表示；二是设计控制 策略。 2 3 2 开发的基本步骤 按一般软件开发的生命周期法，一个实用的专家系统的开发过程通常也分为 认识、概念化、形式化、实现和测试五个阶段1 2 1 。 a 认识阶段：知识工程师通过与领域专家的合作，对领域问题进行需求分 析。包括认识系统需要处理的问题范围、类型和各种重要特征、预期的效益等， 并确定领域专家的知识类型的结构，以及系统开发所需的各种资源、如软件、硬 件、人员、经费和时间等。 b 概念化阶段：把问题求解所需要的各种专门知识概念化，确定概念之州 嘲络优化智能决策葺c 持系统中模糊推理靠法的研究 翡关系，势辩任务进行划分，确定臻鳃闯题数控铡流程和约束条磐。 c 形式化阶段：恕已经整理出来的概念、糍念闽豹关系叛及领域专门知移 用适合子计算机表示和处理的形式化方法描述出来，并选择合适的系统构造技 术，确定数据结构、推理规则以及控露i 策略，建立闯题求解模测。 0 。实溉玲段：茭建立懿影式模爨睫瓣至l 其传瀚落。雾橇软磴传环境中，逡教 适用的语言或工具建立w 执行的原型系统。 e 测试阶段：通过运行大量的实例，检测原烈系统的诈确性以及性能等各 秘系统爱据是否达裂。逶过原型系统测试，对反馈蕊息送行分攒，遴恧进行必要 的修改，识捂重新认识阐题特征，建立新豹藏念或修改概念之阀豹联系，完落知 识的表示与组织形式，丰富知识库内容，改进推理方法等。 2 。3 。3 。弹发工兵 开发一个专家系统怒一个复杂而艰巨的过程，通过使用专家系统开发工具可 以极大地简化开发专家系统的工作，加快开发速度，提高专家系统的性能。目l i f ， 国连努专寒系统故羹= 发工其校多，按照鑫静开发王懿提供的功弼褥开发 = 疑分 为霆类：程序设计语言、骨架系统、通用型工具和组合型工具。 程序设计语言是开发专家系统最原始的工具，常用的有l i s p 和p r o l o g 语言， 也可以使用c c + 十语言米开发。 嚣架系统是最早篷瓣懿专家系缝熬开发工兵，箕基本愚怒楚：靛一个基缀磅 制成功的专家系统出发，抽去该系统中知识库的专门知识，留下一个固定化的知 识表示框架及相应的推理机制、知识获取机制及解释机制。这些圊定化的但知识 瘴先空的系统结构就稔必一个号絮系绫。当在簧絮系统孛填入另一个专门知识势 经调试完善形成一个薪的知识库时，簸实现了一个新的专家系统。如e 诵c i n 就 是从m y c i n 专家系统演化生成的。 通用型专家系统开发工具也称为知识工程语言，它是用于专门构造和调试专 家系统戆邋翔程謦设诗潺言，它麓处瑷不嗣懿麓邋领域稻蠡题类篷，提供各释控 制结构。由于知识工程语言并不与特定的结构和方法紧密联系，因此比骨架系统 使用更要通用，但使用超来也要复杂一些。常用的通用型专家繇统开发工具有 o p s 5 、r o s i e 、a r t 、c l i p s 、f u z z y c l i p s 等。 整合型开发工具是拢骨架系统和通用知识工稷语言的通掰瞧更强豹一类专 家系统开发工具。其主要任务就是从类任务中分离出知识工程中所用技术，并 构成描述这些技术的多种类型的推理机制和多种任务的知识库的预聿每件，以及建 立健蠲这麓颓梅静静疆劲设麓。羹a g e 、a d v i s e 、e s p 强掰i s o r 等。 嘲络优化智能决策支持系统中模糊推理方法的研究 2 4 智能决策支持系统 智能决策支持系统( i d s s i n t e l l i g e n t d e c i s i o n s u p p o r ts y s t e m ) 是在2 0 世纪 8 0 年代提出的，它把属于两个不同学科范畴的研究结合起来，特别是引入了专 家系统，使决策支持系统( d s s ) 既充分发挥了专家系统( e s ) 中的知识和推 理机制，也充分保留了传统d s s 中的数值分析的优势，既可进行定量分析，也 可进行定性分析，有效地解决了半结构化和非结构化问题，扩大了决策支持系统 应用范围，当今，i d s s 为决策支持系统中的一个新兴的研究方向，具有很强的 生命力【”。 智能决策支持系统的基本结构目前在很多文献都有研究如【5 】、 1 4 年1 1 2 1 1 ， 一般通用的基本结构如图2 2 所示： 其中，用户接口起到用户与系统之间交流通讯的作用，具有菜单选择、命令 查询、问题询问、咨询解释、图形显示、打印输出等功能。p p s 根据提出的问题 进行目标分析和知识推理，制定处理问题的决策模式，协调组织系统内各模块， 进行计算机联网通讯并负责管理系统之间的数据传送和信息交换。d b 中不仅包 含模型所要求的数据文件，而且也包含模型运行的结果文件；d b m s 则对所获取 的数据和信息实施存贮、管理和维护。m b 中存放着一些顸制的模型( 包括定量 的规范模型和实用模型) ；m b m s 则对上述模型实施维护和管理，并能为用户 提供交互式动态建模手段，让用户根据需要创建自己的模型。k b 中存放着经过 合理编排和组织成为相应的符号逻辑与数据结构的专家知识和经验：k b m s 则对 上述知识进行维护和管理，并能进行知识获取和捉供专家咨询。k b 和k b m s 的 存在，是i d s s 区别于传统d s s 的标志，也是其具有智能的根源。 本文在研究智能决策支持系统基本结构基础上，使用专家系统的推理机来完 成问题求解系统的功能，协调各个模块的运行，使专家系统和决策支持系统得到 有机的结合。 州络优化智能决策支持系统中模糊推理方法的研究 第三章网络优化id s s 总体结构及其知识库系统 3 1 网络优化流程 目前g s m g p r s 网络优化是个热点问题，很多文献都对网络优化进行了探 讨，文献 1 6 1 7 】 2 4 1 ) 3 , 实际网络优化工作经验出发讨论了网络优化流程，一般 网络优化流程如图3 1 所示： 数据采集是网络优化中非常重要的一步，数据采集主要包括： a 通过与o m cr 、o m cs 、m s c 、s g s n 、g g s n 间的0 3 接口网关、c o r b a 接口或s n m p 接1 5 网关，实时半实时获取与网络优化相关的o m c 性能统计数 据，如针对g s m 话音业务的话务量、接通率、掉话率、阻塞率、切换率等数据， 以及针对g p r s 数据业务的容量相关指标( 如r l c 层传送数据量等) 与质量相 关指标( 误码率b l e r 、数据传输率、数据通过率等) 。通过o m cr 和o m cs 或m s c ( 直联) ，平台系统还可获取呼叫记录和局数据。 b 离线、非实时接收来自路测仪、a b i s 接口信令分析仪、a 接口信令分析仪、 c q t 测试器、g p r s 测试仪设备的对空中接口u m 、a b i s 接口、a 接口、g 接口 的各类测试数据，如u m 口上的场强分稚、a b i s 和a 口上的信令序列、g 口q o s 数据等。 数据显示与统计分析包括针对无线网络而言的全网接通率、信令信道掉话 率、话音信道掉话率、切换失败率等性能指标的统计报表显示，以及显示对无线 部分测试采集的数据进行分析得到比特误码率分布图、帧丢失率分布图、场强覆 嗣络优化智能决蒲支持系统中模糊推蠼方法的研究 盖分蠢麴、囊邻频予摅分鑫垂、c q t 拨钌测试络聚分毒图等。 当掰络的某些毪黥指标不符含簧求对，采用专家系统静推理技术，剽羽数据 分析阶段的结果进行分析，找出故障原因。 针对器种故障原因，制定并实撒网络优化方案，包括调整m s c 秘b s c 配最 参数、甏筷b t s 硬俘、调整天渎线舞度帮方自楚、弑及善小逛豹菝熹等。 3 2 总体结构 结会瓣终优亿滚稷和智能决策支持系统鼹基零缝魏，霹蓦尊零照了专家惹统工 其f u z z y c l i p s ，本文鼹出的g s m g p r s 无线喇络优化智能决策支持系统主疆由 人机交互予系统、f u z z y c l i p s 、模测库及其管理系统、网络数据库及其管理系 统、知识麾及其管理系统等几个部分组成。体系绒构如下图3 - 2 所示： 3 3 模块功能 鬻3 2 ：g s m n 缭纯化智能决策支持系统 3 3 1 人机交互子系统 人机交互子系统是系统和网络优化人员之间的接口，完成系统的输k 输出的 功能。网络傀彳七人员邋避人帆交互子系统输入要织决的闻题，人秽l 交互予系统负 责把商题转换成推理嚣袋的标准疆式；当f u z z y c l i p s 需要输蠢信息 l 寸，邋过天 机交互子系统输出给用户。通过人机交互子系统，网络优化人员也可以操纵横型 库、数据库、以及知识席。 3 3 2 f u z z y c l i p s c l i p s 是由美国国家航天局( n a s a ) 约翰逊空问中心开发的专家系统工舆， 删络优化智能决策支持系统中模糊推理方法的研究 自从1 9 8 6 推出它的r e l e a s e 版本以来，c l i p s 不断改进和发展，已广泛用于 开发各类专家系统和知识处理系统。在c l i p s 中有三种表达知识的方式： a 规则，主要用于表达基于经验的启发性知识。 b 函数，主要用于表达过程性知识。 c 面向对象编程，也主要用于过程性知识。支持5 个面向对象编程的通用特征： 类、消息句柄、抽象、封装、继承、多态。规则可以匹配对象和事实。 f u z z y c l i p s 是由加拿大国家研究委员会( n r c ) 在c l i p s 基础之上开发的 模糊专家系统工具，是对c l i p s 的扩展。f u z z y c l i p s 除了包含c l i p s 的功能之 外，它还能处理确定的、模糊的或者混合推理，允许模糊的和正常条件表达式自 由地混合在专家系统的事实和规则中1 7 】。f u z z y c l i p s 的源代码是公开的，可以 从网上下载，在使用方法上，f u z z y c l i p s 和c l i p s 基本一致。考虑到网络优化 专家在解决网络优化问题时，很多情况下需要进行不确定性判断，比如某小区掉 话率高，则可能存在覆盖、切换、天馈线、信道拥塞等多中不确定性因素，因此 本系统采用f u z z y c l i p s ，使用不确定性和模糊性的规则和事实进行推理。 从智能决策支持系统的体系结构考虑，f u z z y c l i p s 在本系统中起着问题处 理系统的功能，综合调度各个模块的协调工作。就f u z z y c l i p s 本质来说，它是 典型的产生式系统，其详细的模块组成结构见围生。与其他产生式系统不同之 处在于f u z z y c l p s 匹配器使用了高效率的r e t e 匹配算法，在推理控制策略上 使用了正向推理控制策略。 为了方便和其他系统的集成，f u z z y c l i p s 的对外提供了应用程序接口( a p i ) 函数，人机交互子系统通过有目的的使用这些a p i 函数可以获取推理机当前状 态、工作存储器当前事实、以及当前使用过的规则等推理相关信息。知识库管理 系统通过这些a p i 函数可以方便地把知识库导入到f u z z y c l i p s 中。另外 f u z z y c l i p s 还提供了一种特殊的a p i 函数，即用户自定义函数u s e r f u n c t i o n s ( ) ， 通过使用用户自定义函数能够访问模型库管理系统、数据库管理系统，从而也就 能实现在推理过程中对模型进行有选择的调用，达到i d s s 的定性推理和定量计 算有机结合的目的，以及及时获取数据库中实时数据的目的，使得系统给出的网 络优化方案更加准确。 3 3 3 数据采集模块 数据采集模块负责对网络优化流程中数据采集阶段得到的各种数据进行格 式上的转换，以方便的数据库的存储与管理。 3 3 4 数据库及其管理系统 列婿优化智能决懿支持系统中模糊推理方法的研究 数援疼中毒组织域存继d t 数攘、c q t 数攒、o m c 陵戴数撂、鼹络续褥与 配置数据、g i s 数攒等。数据库管理系统实现了来自数据采蘩模块的数攒豹初始 导入，完成对数据库q 。数据的检索、插入、修改和删除等操作，对数据库进行统 一的管瑕和控制。 3 3 5 模型库及其管理系统 模型库( m b ) 中存储网络优化所需的各种模魁，如：话务模型、容量模型、 覆盖模熬、于挠模型、链鼹颈算模毽、频率分醚壤受、爨测数撵努撬模型簿。模 型库警穗系统( m b m s ) ，用于组织模型库中的模跫，完成模燮的增添、修改、删 除、选撵以及提供对外的接口等功能。 3 3 。6 。籁识瘁及其管理系统 知识库( k b ) 用于存放g s m g p r s 无线网络优化知识。知识库管理系统 ( k b m s ) 足对知识库进行管理、控制，完成对知识库的各类操作，包括知识的 壤艇、联豫、修改等，势囱爰户鼹供楚索、查谗手羧貔较 孛系统，它龟摇蘩绞豹 维护与诊断、日常的系统事务管理、各种使用程序的管理、进错处理、知谈库系 统的安全控制和用户的使用权限管瑕等。下一节将从知识库系统的角度详细讨论 知识库和知识库管理系统。 3 4 基予f u z z y c l ip s 的知识库系统 集成划智能决策支持系统中的知识库系统实际上就是个专家系统f 2 0 j 。知识 疼系统的狻一0 组成帮分是知识库葶譬臻瑾捉稳。氧汲枣是戳一致夔形式存贮鲡鼋 ； 戆 机构，攉瓒机构则是为了使用知识霹内的知识执行推理的控制机构【捌。因此从知 识库系统的角度来看，人机交互子系统、f u z z y c l i p s 、知识库及知识库管理系 统也可以嚣成一个完熬的知识库系绞。其结构如图3 3 。 埘络优化智能决镱支持系统中模糊推理方法的研究 图3 - 3 ：基于f u z z y c l i p s 的知识库系统的结构图 对于知识库的管理，目前比较成功的知识库系统采用了以下几种不同的方法 【4 】： a ) 文件管理方式； b ) 借用数据库管理系统； 曲框架系统管理方式； d ) 专用的知识库管理系统。 将知识信息存入数据库，借用数据库管理系统对知识进行管理，这是一条比 较容易实现的途径。因此，本系统采用借用数据库管理系统的方式，k b m s 通过 m y s q l 的d b m s 来完成它的功能。 同时为了提高系统开发进度，降低开发难度，本系统采用了专家系统开发工 具f u z z y c l i p s 来完成推理任务，在推理开始之前管理系统必须把知识库中所有 的知识装入到f u z z y c l p s 中，这样在推理过程中系统不会因为频繁和知识库进 行交互而影响效率。 上图中，知识编辑模块负责知识的增加、删除、修改的基本操作；知识查询 模块负责对知识的检索；知识检查模块负责知识的一致性检查；知识装入模块负 责把知