黄武襄 技术服务方案部， 中兴通讯
在通讯行业中， 网络优化是 运营商自网络建设以来不可或缺的一环。不断地优化调整，也是整个网络运营中周期最长、成本最高、也最为繁琐复杂的工作。随着 5G网络建设的大规模开展及各种网络新技术的引入，网络结构越来越复杂，各类网络问题也更加突出。以往传统的人工优化手段变得越来越困难，准确率和效率低越来越低，投入成本却越来越高，已很难适当前网络发展的需要。因此，各大运营商、设备商都在积极探索如何转变思路，提升网络优化效率、降低优化成本。
为了应对解决当前传统优化手段的问题与不足，中兴通讯提出了智能优化服务方案。
.png)
中兴通讯智能优化服务方案基于公司开发的VMAX-AI系统，对接网管、大数据平台等自动采集各类历史及实时网络数据，采用不断实践修正的k-means、GMM、图论等一系列深度学习算法训练模型，实现运营商网络各种复杂场景的自动、智能、闭环分析优化。
首先，传统的网络优化需要高度依赖网优专家经验，不断地进行网络参数调整、前后台路测\网管指标对比分析等，循环往复。一个优化循环周期往往需要1-2个月时间，效率非常低下。智能优化服务方案采用特有的AI模型算法，实现高效迭代运算，可以在1周甚至1天内迅速得出小区参数最优解，避免了对专家人员的依赖和人工反复调优的繁琐，使优化效率得到近10倍的提升。以某地市电信运营商智能的同频干扰优化及基于RCA的用户速率优化项目为例，仅用不到1周时间自动输出天馈调整方案，边缘用户速率提升22.9%；区域内5%以下平均用户速率提升15.84%。
其次，传统的网络优化，受人力等各项资源的限制，对于复杂的网络场景很难做到针对性地细分优化，参数门限设置比较单一，优化粒度较粗。而且，通过手工或部分工具对网管或路测数据进行统计分析，具有问题发现滞后性。智能优化服务方案可以的按照各类复杂的网络实际场景实现簇级、小区级的动态门限调优，避免一刀切式的阈值参数部署；同时，通过对历史数据的深度学习训练，可有效预测未来周期的指标走向趋势，预防指标劣化，解决传统优化难以发现或应对的问题，提升优化精准度。在某地市移动运营商进行的5G KPI智能劣化检测及根因定位项目试点中，充分验证了异常检测算法的阈值动态性及检测精准性，异常点的根因定位准确率达到100%；另一地市运营商扇区智能负荷不均衡优化项目中，采用AI算法进行预测、降维及均衡优化，不均衡扇区占比从优化前的26.67%下降到8.33%。
再者，智能优化服务方案基于中兴通讯开发的VMAX-AI系统，可依据现场硬件配置或客户需求情况灵活采用 服务器现场极简化部署或远程化集群部署。现场部署的硬件配置要求较友商或其它工具系统大幅降低，在某地市移动运营商项目中，6000小区仅需1台服务器便可完成所有AI功能运算及参数下发，安装调试更加简便易行。
中兴通讯智能优化服务方案可实现自动样本数据采集、智能建模分析及调优参数的网管自动下发，基本全程无需人工干预，在提升效率的同时，也避免了传统优化大量的人力堆叠投入，有效协助运营商降低人力资源成本。方案自推广以来，引起国内外众多运营商的极大兴趣，纷纷发出现场试点或优化交付请求。在近期国内外多个区域的试点落地中，其优化效果也得到了一致的认可及好评。
中兴通讯将致力于不断提升智能优化服务方案算法的精确性、可预测性、产品功能操作的可视化界面及易用性等，做到即部署即使用，实现运营商无支撑独立操作，将成本及收益达到最佳化！ 
