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。

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！

来源：C114通信网