［刘洋 吴威 宋伟 林彬］

1 背景

随着大数据、云计算、智能化、平台化的信息革命时代的到来，传统网优行业有着难以承受的痛：风险大、效率低、效果不一。现代通信行业的工作模式已经逐渐向平台化、系统化、自动化和智能化的模式转变。安全、高效、全面、智能是未来通信行业发展的方向。随着4G 网络用户的增长与网络规模的扩大和无线网络传播环境的日趋复杂，LTE 网络优化难度增加。本文引入人工智能相关算法，介绍人工智能在场景识别及智能优化中的应用。

2 人工智能在场景识别及智能优化中的应用

随着中国移动从2G 到5G 不断地演进式的发展，目前所有的移动业务都是通过无线网接入，想要保持良好的网络质量，就需要不断对网络进行大量的优化调整，同时无线网络中业务场景实时变化，从众多KPI 指标中判断业务类形态，工作量大、无法与话务模型实时匹配，优化调整策略仅通过工程师个体经验难以保证质量。通过智能算法引入，实现两个维度的智能优化策略。

（1）满足场景识别、海量参数修改需求。例如在KPI 指标恶化或者在大型会议、比赛、通信保障等特殊场景下，采用人工识别场景并修改参数，效率较低。我们的产品通过CNN（卷积神经网络）实现网络画像深度学习，通过时间序列可以对高容量、大话务、CBD 商业区、高速、高校进行快速准确的智能网络画像，从而识别出网络场景，自动匹配策略进行参数自动修改，可节省大量工作并提高优化精度。……