李 靜

（中國移動通信集團(tuán)福建有限公司福州分公司，福建 福州 350000）

0 引 言

當(dāng)前5G網(wǎng)絡(luò)已經(jīng)融入到人們生活的各個方面，在信息傳播便捷的同時，網(wǎng)絡(luò)全云化給電信運(yùn)營商帶來機(jī)遇，也帶來了挑戰(zhàn)。一方面，網(wǎng)絡(luò)升級操作影響面大、割接頻次高、割接風(fēng)險大；另一方面，大區(qū)制云化核心網(wǎng)運(yùn)維分工對人力需求更大，相關(guān)專業(yè)均要求核心側(cè)配合觀察[1]。傳統(tǒng)割接工作主要依賴技術(shù)人員的判斷與分析，運(yùn)維人員工作強(qiáng)度高、任務(wù)重且壓力大。傳統(tǒng)割接調(diào)度事中，流程管控通常采用excel表格步驟方式，在涉及多廠家、多部門流程復(fù)雜的割接等操作流程中，存在前后步驟關(guān)聯(lián)脫鉤、總體步驟階段不清晰、流程管控不到位以及無法清晰體現(xiàn)割接整體過程等痛點(diǎn)。

為安全有效地進(jìn)行網(wǎng)絡(luò)割接，提高維護(hù)人員處理網(wǎng)絡(luò)業(yè)務(wù)的效率，減少人為、主觀因素的負(fù)面影響，本文采用層次分析法計算評價指標(biāo)的權(quán)重，篩選出對評價結(jié)果有重要影響的指標(biāo)作為BP神經(jīng)網(wǎng)絡(luò)的輸入，經(jīng)過訓(xùn)練后得出基于神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)割接風(fēng)險評估模型[2]。

1 AHP網(wǎng)絡(luò)割接評價模型

1.1 網(wǎng)絡(luò)割接評價指標(biāo)體系的構(gòu)建

網(wǎng)絡(luò)割接需求優(yōu)先級分析是一個多層次、多因素的復(fù)雜系統(tǒng)，AHP以其系統(tǒng)性、靈活性、實用性等特點(diǎn)適合于多層次、多因素的復(fù)雜系統(tǒng)的決策。本文研究針對網(wǎng)絡(luò)割接特點(diǎn)提出的34項評價指標(biāo)，指標(biāo)體系如圖1所示。

圖1 網(wǎng)絡(luò)割接風(fēng)險評價模型

1.2 AHP篩選評價指標(biāo)

1.2.1 構(gòu)建指標(biāo)判斷矩陣

評價模型共分為3層。最上層為目標(biāo)層，即網(wǎng)絡(luò)割接風(fēng)險評價層A。中間層為準(zhǔn)則層B，按照割接單位分為移動、中興、華為、諾基亞以及上海貝爾等。最底層為子準(zhǔn)則層C，共包含28個子標(biāo)。為了實現(xiàn)目標(biāo)層、準(zhǔn)則層以及子準(zhǔn)則層中各元素進(jìn)行成對比較的量化判斷依據(jù)，構(gòu)造兩兩比較矩陣，引入九級分制，分制由5個因素組成，如表1所示[3-5]。

表1 九級分制

假設(shè)某一層有n個元素，可構(gòu)造出如下評估指標(biāo)判斷矩陣A：

1.2.2 指標(biāo)權(quán)重計算及一致性檢驗

對于式（1）的判斷矩陣A，元素Ai=(i=1,2,…,n)的權(quán)重：

式中，aij表示第i個元素相對于第j個元素的比較結(jié)果。

則A的最大特征值為：

為確保多個元素相互比較時的一致性，對最大特征根為λmax的n階矩陣CR值進(jìn)行校驗[6]：

式中，CI和RI分別為一致性指標(biāo)和平均隨機(jī)一致性指標(biāo)。若CR＜0.1則認(rèn)為判斷矩陣具有一致性，否則需對判斷矩陣進(jìn)行調(diào)整再合成總指標(biāo)權(quán)重，計算結(jié)果見表2[7]。

表2 部分網(wǎng)絡(luò)割接風(fēng)險評分賦權(quán)狀況表

2 神經(jīng)網(wǎng)絡(luò)

2.1 BP神經(jīng)網(wǎng)絡(luò)模型

人工神經(jīng)網(wǎng)絡(luò)僅需要學(xué)習(xí)某種規(guī)則，通過自身的訓(xùn)練便可在輸出值確定時找到最優(yōu)的輸出值，無需事先給定輸入值與輸出值之間的數(shù)學(xué)關(guān)系。將輸入數(shù)據(jù)經(jīng)過神經(jīng)網(wǎng)絡(luò)訓(xùn)練，從而建立有效的評價模型。BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型分為輸入層、隱藏層以及輸出層，如圖2所示。

圖2 BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型

BP神經(jīng)網(wǎng)絡(luò)可以有一個或多個隱藏層，任意閉區(qū)間的非線性n×m維映射關(guān)系的連續(xù)函數(shù)都可以用單隱藏層的BP神經(jīng)網(wǎng)絡(luò)完成[8]。

2.1.1 確定人工神經(jīng)網(wǎng)絡(luò)各層級節(jié)點(diǎn)數(shù)量

輸入層的作用在于接收外部的輸入數(shù)據(jù)和預(yù)測模型的輸入?yún)?shù)。為簡化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，提高評價的精準(zhǔn)度和效率，本文篩選綜合權(quán)重≥0.0200的指標(biāo)作為輸入層節(jié)點(diǎn)數(shù)量，即一共有17種信號作為神經(jīng)網(wǎng)絡(luò)的輸入信號。輸出層則用于評定網(wǎng)絡(luò)割接風(fēng)險的綜合評價指數(shù)，本文輸出層節(jié)點(diǎn)數(shù)目設(shè)置為1。

近期，知名旅游網(wǎng)站——去哪兒網(wǎng)公布大數(shù)據(jù)顯示：2018年最受大學(xué)生喜愛的境內(nèi)目的地排行榜中，昆明首次超過北京，位居第二。在最受老年人喜愛的目的地排名中，以四季如春而聞名的昆明同樣名列前茅。

隱含層節(jié)點(diǎn)數(shù)量影響數(shù)據(jù)收斂速度和網(wǎng)絡(luò)的容錯性，且一個單層隱藏層能模擬任意的非線性關(guān)系，其隱藏層節(jié)點(diǎn)數(shù)目[9]可表示為：

式中，l為隱藏層的節(jié)點(diǎn)數(shù)，n為輸入層的節(jié)點(diǎn)數(shù)，m為輸出層節(jié)點(diǎn)數(shù)量，a為1～10之間的整數(shù)。結(jié)合本文實際情況，劃定l在6～15之間，設(shè)計隱藏層節(jié)點(diǎn)數(shù)目可變BP神經(jīng)網(wǎng)絡(luò)運(yùn)行結(jié)果如表3所示。

對比表3網(wǎng)絡(luò)誤差結(jié)果，本文選擇使用BP神經(jīng)網(wǎng)絡(luò)評價系統(tǒng)的隱藏層神經(jīng)元個數(shù)為8個。

2.1.2 BP神經(jīng)網(wǎng)絡(luò)建立網(wǎng)絡(luò)割接風(fēng)險評價模型

確定BP神經(jīng)網(wǎng)絡(luò)各層節(jié)點(diǎn)數(shù)量后，搭建網(wǎng)絡(luò)割接風(fēng)險評價模型的主要步驟如下[10,11]。

步驟一：對于網(wǎng)絡(luò)割接風(fēng)險評價的學(xué)習(xí)樣本xi，BP網(wǎng)絡(luò)的隱含層和輸出層公式為：

式中，vi表示輸入層和隱藏層節(jié)點(diǎn)之間的連接權(quán)值，wj表示隱藏層與輸出層節(jié)點(diǎn)之間的連接權(quán)值，f1與f2分別表示隱藏層與輸出層傳遞函數(shù)，xi與yj分別表示隱含層與輸出層樣本數(shù)據(jù)，b1與bv分別表示隱含層與輸出層閾值。

步驟二：對連接權(quán)值vi和wj進(jìn)行如下調(diào)整：

式中，η表示神經(jīng)經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)速度，δi表示閾值。

步驟三：在迭代次數(shù)為t+1時，神經(jīng)網(wǎng)絡(luò)權(quán)值變?yōu)椋?/p>

步驟四：計算BP神經(jīng)網(wǎng)絡(luò)的輸出誤差，直至滿足實際應(yīng)用要求時即可終止神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)，得到網(wǎng)絡(luò)割接風(fēng)險評價的輸出值。

2.2 仿真實驗

2.2.1 數(shù)據(jù)來源

為了檢驗AHP-BP評價模型的準(zhǔn)確性，運(yùn)用Matlab進(jìn)行仿真實驗。利用30組歸一化后的AHP數(shù)據(jù)作為神經(jīng)網(wǎng)絡(luò)的輸入值進(jìn)行訓(xùn)練，部分AHP數(shù)據(jù)如表4所示。

2.2.2 結(jié)果分析及預(yù)測效果評判

設(shè)置學(xué)習(xí)速率為0.02，學(xué)習(xí)精度為0.001，輸入節(jié)點(diǎn)數(shù)量17，輸出節(jié)點(diǎn)數(shù)量為1。Matlab運(yùn)行程序如圖3所示。通過觀察圖3的預(yù)測值與實際值，可以看到預(yù)測值和實測值基本吻合，大部分的預(yù)測值和實際值一致，建立的網(wǎng)絡(luò)割接風(fēng)險評價模型的誤差在允許范圍內(nèi)，說明模型較好，能夠有效地對風(fēng)險進(jìn)行評估。

圖3 BP神經(jīng)網(wǎng)絡(luò)訓(xùn)練結(jié)果

3 結(jié) 語

結(jié)合層次分析法和神經(jīng)網(wǎng)絡(luò)建立了網(wǎng)絡(luò)割接操作風(fēng)險自動評價模型，通過層次分析法確定不同廠家的割接操作步驟指標(biāo)體系，篩選出對評價結(jié)果有重要影響的指標(biāo)數(shù)據(jù)，再采用BP神經(jīng)網(wǎng)絡(luò)模型對網(wǎng)絡(luò)割接操作風(fēng)險進(jìn)行訓(xùn)練，完成網(wǎng)絡(luò)割接風(fēng)險的安全評估。結(jié)果表明，該評估模型可以更準(zhǔn)確、客觀地對網(wǎng)絡(luò)割接操作風(fēng)險進(jìn)行評價，克服了傳統(tǒng)方法憑經(jīng)驗確定權(quán)重值的盲目性和主觀隨便性，這種網(wǎng)絡(luò)割接評估模型對當(dāng)前電信運(yùn)營商的割接操作具有較高的參考意義和推廣價值。