网络建构系统及方法，记录媒体、程序产品及控制系统技术方案

本发明专利技术提供一种递回贝式网络建构系统、建构方法、电脑可读取记录媒体、非暂时性电脑程序产品及无线网络控制系统。由处理器执行：建立初始族群，并设定初始族群为当前族群；对当前族群中的每一组合模式生成网络，建立对应递回贝式网络，以获得对应当前族群的递回贝式网络集合；利用演化演算法以及适应度函数演化当前族群以获得下一族群；依据适应度函数以及对应当前族群的递回贝式网络集合判断终止条件是否被满足；以及若终止条件未被满足，重复执行前述步骤，若终止条件被满足，依据适应度函数，选择当前族群中的解答网络作为任务网络。选择当前族群中的解答网络作为任务网络。选择当前族群中的解答网络作为任务网络。

【技术实现步骤摘要】
网络建构系统及方法，记录媒体、程序产品及控制系统


[0001]本专利技术是关于应用于递回贝式网络的基因演算法技术，特别是可应用于无线网络控制系统的递回贝式网络。

技术介绍

[0002]自我组织网络(self
‑
organizing network，SON)指的是行动网络自动化和蜂窝/无线网络管理中人为干预的最小化。这一概念由3GPP在第8版引入。自我组织网络的主要目标可以粗略地分为三点。第一，将智能和自主适应性引入蜂窝网络；第二，减少资本和运营支出；第三，在网络容量、覆盖、提供的服务与体验等方面提高网络性能。然而，市场上现有的自我组织网络解决方案许多操作仍然是手动完成的(例如，网络故障通常是直接被修复)；并且许多操作仍由人工完成(例如，网络故障通常由工程师直接修复)以及一些开放的挑战仍未解决，如自我组织网络功能的协调问题，或适当解决集中式和分散式自我组织网络实施之间的权衡问题。
[0003]递回贝式网络(recurrent Bayesian networks)具有可利用先验知识将问题特征之间的因果关系建模为随机变数之间的依赖关系，并处理问题任务中固有的不确定性的优点。然而，训练一个大型的递回贝式网络通常需要大量的训练样本才能从数据中学习到有用的东西。并且待训练的递回贝式网络的结构是预先给定的，这可能会导致计算资源的利用效率低落。

技术实现思路

[0004]有鉴于此，本专利技术一些实施例提供一种递回贝式网络建构系统、递回贝式网络建构方法、电脑可读取记录媒体、非暂时性电脑程序产品及无线网络控制系统，以改善现有技术问题。
[0005]本专利技术一实施例提供一种递回贝式网络建构系统，包含至少一处理器。前述至少一处理器经配置以执行下列步骤以产生任务网络：建立初始族群，其中初始族群包含多个组合模式生成网络，并设定初始族群为当前族群；对当前族群中的每一组合模式生成网络，建立对应递回贝式网络，以获得对应当前族群的递回贝式网络集合；利用演化演算法以及适应度函数演化当前族群以获得下一族群，将下一族群设为当前族群；依据适应度函数以及对应当前族群的递回贝式网络集合判断终止条件是否被满足；以及响应于终止条件未被满足，重复执行前述步骤，响应于终止条件被满足，依据适应度函数，选择当前族群中的解答网络作为任务网络。
[0006]本专利技术一实施例提供一种递回贝式网络建构方法，由一处理器执行。递回贝式网络建构方法用以产生任务网络。递回贝式网络建构方法包含：建立初始族群，其中初始族群包含多个组合模式生成网络，并设定初始族群为当前族群；对当前族群中的每一组合模式生成网络，建立对应递回贝式网络，以获得对应当前族群的递回贝式网络集合；利用演化演算法以及适应度函数演化当前族群以获得下一族群，将下一族群设为当前族群；依据适应
度函数以及对应当前族群的递回贝式网络集合判断终止条件是否被满足；以及响应于终止条件未被满足，重复执行前述步骤，响应于终止条件被满足，依据适应度函数，选择当前族群中的解答网络作为任务网络。
[0007]本专利技术一些实施例提供一种内储程序的电脑可读取媒体及一种非暂时性电脑程序产品，当处理器载入程序并执行后，能够完成前述递回贝式网络建构方法。
[0008]本专利技术一实施例提供一种无线网络控制系统。无线网络控制系统应用前述递回贝式网络建构系统所产生的任务网络。无线网络控制系统耦接无线存取网络(Radio Access Network，RAN)并且包含优化器与控制单元。优化器经配置以接收无线存取网络的网络状态与目标策略，并输出最佳组态给无线存取网络以配置与优化无线存取网络。控制单元包含前述任务网络。其中，优化器基于解决方案空间中的多个解决方案，将每一解决方案的多个配置特征向量输入给控制单元。任务网络评估每一配置特征向量的至少一关键绩效指标(Key Performance Indicators，KPI)以获得每一配置特征向量的关键绩效指标数值。优化器基于每一配置特征向量的关键绩效指标数值选择在解决方案空间中选择一个最佳解决方案。优化器并基于最佳解决方案输出最佳组态给无线存取网络。
[0009]基于上述，本专利技术一些实施例提供一种递回贝式网络建构系统、建构方法、电脑可读取记录媒体及非暂时性电脑程序产品，借由演化组合模式生成网络所构成的族群，可以有效率地建造一个适合的递回贝式网络。本专利技术一些实施例提供一种无线网络控制系统，借由应用前述递回贝式网络建构系统所产生的任务网络可自动地完成自我组织网络解决方案。
附图说明
[0010]图1是依据本专利技术一实施例所绘示的递回贝式网络建构系统方框图。
[0011]图2是依据本专利技术一实施例所绘示的组合模式生成网络示意图。
[0012]图3是依据本专利技术一实施例所绘示的神经网络编码示意图。
[0013]图4是依据本专利技术一实施例所绘示的神经网络变异过程示意图。
[0014]图5是依据本专利技术一实施例所绘示的神经网络交换过程示意图。
[0015]图6
‑
1是依据本专利技术一实施例所绘示的贝式网络示意图。
[0016]图6
‑
2是依据本专利技术一实施例所绘示的贝式网络示意图。
[0017]图7是依据本专利技术一实施例所绘示的递回贝式网络示意图。
[0018]图8是依据本专利技术一实施例所绘示的递回贝式网络建构示意图。
[0019]图9是依据本专利技术一实施例所绘示的递回贝式网络建构方法流程图。
[0020]图10是依据本专利技术一实施例所绘示的递回贝式网络建构方法流程图。
[0021]图11是依据本专利技术一实施例所绘示的递回贝式网络建构方法流程图。
[0022]图12是本说明书的一个实施例的电子设备的结构方框图。
[0023]图13是应用递回贝式网络建构系统所产生任务网络的无线网络控制系统方框图。
[0024]其中，附图标记说明如下：
[0025]100：递回贝式网络建构系统
[0026]101、1201：处理器
[0027]102：存储器
[0028]205、303、805：组合模式生成网络
[0029]2051、701、704、707、710：输入层
[0030]2052、702、705、708、711：隐藏层
[0031]2053、703、706、709、712：输出层
[0032]w、w1、w2：输出
[0033]201、202、203、204、801、802、803、804：节点
[0034]301：节点基因
[0035]302、401、403、501、502、505：连结基因
[0036]402、404、503、504、506：神经网络
[0037]5011、5012、5013、5014、5021、5022、5023、5024、5025、5051、5052、5053、5054、5055、5056：连结基因元素
[0038]601～608：节点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种递回贝式网络建构系统，包含一处理器，其中该处理器经配置以执行下列步骤以产生一任务网络：(a)设定一当前族群，其中该当前族群包含多个组合模式生成网络；(b)对该当前族群中的每一该组合模式生成网络，建立一对应递回贝式网络，以获得对应该当前族群的一递回贝式网络集合；(c)利用一演化演算法以及一适应度函数演化该当前族群以获得一下一族群，将该下一族群设为该当前族群；(d)依据该适应度函数以及对应该当前族群的该递回贝式网络集合判断一终止条件是否被满足；以及(e)响应于该终止条件未被满足，重复执行步骤(b)、(c)及(d)，响应于该终止条件被满足，基于该适应度函数，选择该当前族群中的一解答网络作为该任务网络。2.如权利要求1所述的递回贝式网络建构系统，其中步骤(b)包含：选择该当前族群中的一当前组合模式生成网络；以及利用该当前组合模式生成网络对应于该对应递回贝式网络中一子节点与该子节点所对应一亲代节点所产生的一输出，建立该对应递回贝式网络中该子节点所对应该亲代节点的一条件几率表。3.如权利要求2所述的递回贝式网络建构系统，其中该演化演算法为增强拓扑的神经进化演算法。4.如权利要求1所述的递回贝式网络建构系统，其中该终止条件为重复执行步骤(b)、(c)及(d)的次数已达到一预设值或者依据该适应度函数，该当前族群包含一候选网络使得该候选网络的一适应度值大于一预设适应度值。5.如权利要求1所述的递回贝式网络建构系统，其中步骤(a)包含：依据一参数，随机产生一初始族群；以及设定该初始族群为该当前族群，其中该初始族群包含所述组合模式生成网络。6.一种递回贝式网络建构方法，由一处理器执行，用以产生一任务网络，该递回贝式网络建构方法包含：(a)设定一当前族群，其中该当前族群包含多个组合模式生成网络；(b)对该当前族群中的每一该组合模式生成网络，建立一对应递回贝式网络，以获得对应该当前族群的一递回贝式网络集合；(c)利用一演化演算法以及一适应度函数演化该当前族群以获得一下一族群，将该下一族群设为该当前族群；(d)依据该适应度函数以及对应该当前族群的该递回贝式网络集合判断一终止条件是否被满足；以及(e)响应于该终止条件未被满足，重复执行步骤(b)、(c)及(d)，响应于该终止条件被满足，基于该适应度函数，选择该当前族群中的一解答网络作为该任务网络。7.如权利要求6所述的递回贝式网络建构方法，其中步骤(b)包含：选择该当前族群中的一当前组合模式生成网络；以及利用该当前组合模式生成网络对应于该对应递回贝式网络中一子节点与该子节点所对应一亲代节点所产生的一输出，建立该对应递回贝式网络中该子节点所对应该亲代节点
的一条件几率表。8.如权利要求7所述的递回贝式网络建构方法，其中该演化演算法为增强拓扑的神经进化演算法。9.如权利要求6所述的递回贝式网络建构方法，其中该终止条件为重复执行步骤(b)、(c)及(d)的次数已达到一预设值或者依据该适应度函数，该当前族群包含一候选网络使得该候选网络的一适应度值大于一预设适应度值。10.如权利要求6所述的递回贝式网络建构方法，其中步骤(a)包含：依据一参数...

【专利技术属性】
技术研发人员：陈志明，
申请(专利权)人：纬创资通股份有限公司，
类型：发明
国别省市：