联通网研院网络软件研发部：机器学习技术在无线网络规划平台研发中的应用项目计划书.pptxVIP

2019年中国联通智慧无“限”技能竞赛网研院、中讯院初赛‘机器学习技术在无线网络规划平台研发中的应用’项目计划书 网络技术研究院 网络软件研发部 成员风采 团队成员 陈亚峰 张珊 齐少安 由志远 杨艳 项目简介 本项目是网络软件研发部无线网络规划平台研发团队在项目研发、实施过程中应用机器学习技术的总结。主要包括两部分内容： 通过机器学习技术实现了对海量的楼宇数据进行楼宇重要性的分类，实现了楼宇重要性的自动填写，有利于快速生成室内工程的规划方案。（已实现） 在进行规划平台软件研发过程中，提出了利用强化学习技术来训练智能规划助手的创意及原型设计。该创意是将现网参数及规划目标作为环境条件，利用强化学习技术，训练出来一个可以进行最优决策的智能AI规划师。（研究进行中） 项目背景 楼宇重要性自动分类 在以往的室内工程规划方案中，楼宇重要性都是用户手填的字段，对于一个本地网几万条的楼宇数据，全国300多本地网，共百万条的楼宇数据而言，是极耗费人力和时间的，为了节省时间和人力，我们团队运用机器学习技术对现有数据进行分析实现了楼宇重要性的自动填写。 智能网络规划师 网络规划本质上是在一定的环境条件下（现网参数、规划目标、投资限额），对现网进行提出合理的改造或新建方案，来达到网络质量的最优化的过程。目前我们主要采用由业务专家制定规划原则及相应的技术指标规则，平台根据规则及现网数据来计算形成规划实质内容。人工制定规划规则的弊端所有的规则都需要开发人员编制代码来完成计算，一旦规则变化，则必须修改原有的代码；同时规划工作对业务专家的依赖较为严重。因此我们在项目中提出了“智能网络规划师”的概念，利用先进的机器学习技术，来减少项目对业务专家制定规则模式的依赖，而是希望通过机器学习技术利用现网数据训练出一个“智能网络规划师”，能够根据现网数据和规划目标智能化、自动化的进行网络规划工作。 项目思路 楼宇重要性自动分类 主要利用xgboost、SVM、随机森林等分类技术对现有人工分类后的数据集进行训练学习，形成准确度较高的分类模型，应用于实际业务应用当中。 智能网络规划师 网络规划本质上是在一定的环境条件下（现网参数、规划目标、投资限额），对现网进行合理的改造或新建，来达到网络质量的最优化的过程；强化学习技术主要用来训练智能代理，该智能代理可以基于环境条件进行最优决策。两者在原理及过程上有一定的契合点，我们计划将强化学习技术用于规划过程，训练出符合应用需求的“智能网络规划师”。 分类技术 现有数据学习训练 生成分类模型 业务应用 强化学习技术 训练智能代理 进行最优决策 业务应用 应用价值 通过对现有楼宇数据分析，实现了楼宇重要性字段的自动填写，节省了时间和人力。通过本项目的应用，后续规划平台将发掘其他基础数据信息中需要人工填写的内容，验证测试使用机器学习技术进行填写的可能性，从而节省更多的人工成本，降低规划人 “智能网络规划师”是网络软件研发部在网络规划领域工作的一个创新思路，该方法准确的发现了网络规划工作内容及过程与强化学习技术的契合点，该方法目前还处在内部研究及原型验证阶段，随着该方法的成熟和实际应用，利用强化学习技术打造的“智能网络规划师”将会在两院网络规划、优化方面发挥重要的作用。