1、课题来源与背景：广东移动运营着全世界最大的移动通信子网，服务全世界最大的客户群，总用户数超过1亿。2014年我司开始对载波调度的问题及解决方案进行研究和技术累积，2015年底我司开展《广东公司2016年网管支撑优化管理定制软件开发项目》的项目立项。在工作开展过程中，为了更好的落实国务院网络提速降费、增强网络基础能力的号召。2016年经公司领导决策，我司将名称为《广东公司2016年网管支撑优化管理定制软件开发项目》的项目工作，改名为《LTE容量智能化自动调度系统的研发与应用》，联合华为、中兴公司，研发一套智能容量管控和调度系统，以达到有效使用现有载波资源，改善用户感知和节能降耗的目的。 2、技术原理及性能指标：本系统利用大数据挖掘技术和神经网络话务预测算法技术，对话务不均衡场景小区识别，潮汐效应小区配对，自动硬件识别及OMC自动扩减容，形成一套智能化自动化的动态容量调度系统，大大提升容量优化工作质量和效率，应用效果显著。本系统主要关键技术有以下3部分：第一部分为潮汐小区配对算法：首先将扩减容小区根据移动集团高低话务小区判断标准进行分类，我们将可扩容小区记为M个，可减容小区为N个，则有M*N种组合，通过以下维度进行配对：1）可扩容小区的将高负荷开始时间为X，高负荷结束时间为Y，按照Y-X升序排序开始匹配；2）可减容小区优先选择减容时间为X-2，且扩容时间为Y+2的小区进行匹配，如果没有则加大门限；3）循环匹配直至可扩容小区或者可减容小区数量到0个；第二部分为基于CART决策树算法确定载波调度优先级：构建决策点用于确定载波调度优先级集合，决策点的输入属性包括：市场收益（流量提升效益）、用户数、覆盖场景，大中小包业务类型。决策点从1~4表示优先级从高到底，通过计算输出载波调度优先级从高到低的小区集合，系统会结合实际license余量，对资源优先级高的决策点进行调度，直至license资源合理利用，当决策点1的集合完成扩容后，系统会调度决策点2的小区，以此类推。第三部分为基于大数据的BP神经网络话务预测：根据话务特征模型，将时间、ECI、是否工作日、RRC连接数、上/下PRB利用率、上/下行流量8个特征数据，作为输入层的8个神经元；中间层采用单隐层结构，设置12个神经元；输出向量为8个。通过梯度下降法epochs=1000次的迭代后，预测的准确率达到92%左右。 3、技术创造性与先进性：创新点1：潮汐小区配对算法，通过自创算法模型，通过话务指标判断出待扩容高负荷小区与低负荷可减容小区，并在指标维度和时间维度进行双维度匹配，将算法输出的小区对进行动态载波调整，对低负荷小区进行减容，高负荷进行扩容，吸收热点流量。该潮汐配对算法即实现对网络资源充分挖掘，又兼顾网络执行安全。 创新点2：基于CART决策树算法确定载波调度优先级，在license有限的情况下，当无法满足所有的调度派单时，需要确立小区调度的优先级，因此需要利用CART决策树算法进行优先级排序，将现网中正常调度后流量收益、负荷情况等正向反馈的小区作为训练目标，形成分类决策树规则，实现载波智能优先级调度。 创新点3：基于大数据的BP神经网络话务预测,运用神经网络算法，对短期话务量周期性变化，潮汐效应场景话务预测，可以实现更为精准智能的话务预测，并且利用迭代学习，可以不断校准模型，为潮汐载波调度提供算法依据。