李飞，裴明丽，周源，林雪勤

(安徽科大国创云网科技有限公司，合肥 230088)

0 引言

伴随着通信业务的多样化和泛在化，使得通信网络能耗快速增长。无线通信网络能耗主要来源于通信基站，为了保证通信行业的正常、高效运行，运营商投入的通信基站数量越来越多、范围越来越广，其耗电量也随之增加，甚至成倍增长[1]。这不仅给企业带来更多的经济压力，同时也污染了人类的生存环境，而且存在大量的能源浪费。因此，节能降耗一直是通信行业长期关注并研究的课题而且是节能减排的重点工作[2]。

有数据统计显示，基站站点能耗费用(电费)占到网络运营成本的16%之多，为优化成本结构和促进社会效益，针对基站站点的节能减排已成运营商的一大努力目标。基站节能主要从两个方面入手，一方面是优化基站的硬件结构，硬件厂家研发各种节能的硬件产品[3]；另一方面是优化基站的运行控制，应用人工智能技术，基于历史运行数据，预测基站的业务量承载低谷，触发载波关断等节能策略，减少设备运行时间，实现节能[4-5]。

1 LightGBM算法介绍

微软亚洲研究院在2016年公开了一款基于决策树算法的提升框架LightGBM (Light Gradient Boosting Machine)[6-7]，它是一种快速、高效、开源框架，支持分布式、高效率的并行训练，被广泛应用于回归、分类、排序等多种机器学习应用领域。

1.1 LightGBM相关理论基础

(1)梯度提升(Gradient Boosting)

它是由一系列子模型的线性组合来完成学习任务的，可划分为两种基本类型：Gradient Boosting和AdaBoost。其中LightGBM属于Gradient Boosting[8-9]。梯度提升的主要思想是一次性迭代变量，迭代过程中，逐一增加子模型，并且保证损失函数不断减小。……