论文部分内容阅读
随着工信部向三大运营商颁发了5G商用牌照,中国的5G通信网络基础设施建设正式拉开序幕,在2020年3月的中共中央政治局常委会议提出加快5G网络、数据中心新型技术设施建设,即新基建将进入大规模建设阶段。无论在5G通信基础设施建设还是在新基建工程中均涉及通信网络、数据中心等网络工程的建设,而对城市网络流量预测,是此类工程项目进行科学规划的前提和关键。在进行新的通信基础设施建设时,对原有通信设施的扩容建设是一种必不可少的手段,通过对扩容工程进行优化,能够在工程建设目标的基础上大大减少工程的建设成本,同时提高工程的建设效率。以科学准确的预测城域网流量为基础,依据预测结果对网络扩容工程进行优化,对城域网扩容工程具有非常重要的意义。本文首先对D运营商城域网建设情况进行介绍,并对流量预测和扩容工程优化的方法进行了介绍和分析,然后对城域网流量预测进行研究,分析传统的预测方法和智能预测方法,并确定使用循环神经网络,建立了基于循环神经网络的城域网流量预测模型,选择合适的误差分析方法,对相关函数及优化器进行分析,选择最优组合,从而提高了城域网流量预测的准确性。在流量预测的基础上对城域网网络扩容工程的优化进行研究,并总结出网络扩容工程建设过程中的限制条件,主要包括建设机房面积、设备现状等,且同时考虑网络传输过程中丢包情况,选取网络门限,以及本次疫情期间居家办公、上学使得的网络需求激增情况,从而最终确定网络的扩容量。然后建立城域网扩容工程混合经济函数,结合工程特点,选择灰狼优化算法分析其原理并完成城域网扩容工程优化模型的建立。最后以D运营商某城域网扩容项目为例,利用基于循环神经网络的预测模型对城域网流量进行预测,对预测结果进行验证,将预测结果在基于灰狼优化算法的系统模型中进行城域网扩容工程优化,并对优化方案进行分析,结果表明本优化算法在满足网络承载能力的条件下,降低扩容项目的投资额,说明本研究在实际工程应用中有着良好的应用前景。