無線網絡優(yōu)化是一項長期且復雜的工作，面臨著諸多挑戰(zhàn)。為了解決這一痛點問題，中信科移動持續(xù)進行無線質差自智化創(chuàng)新實踐，推出了 HiNet CRCA 無線質差小區(qū)根因分析系統(tǒng)。
該系統(tǒng)引入了質差優(yōu)化專家智能體，結合專業(yè)知識與 AI 技術，可高效輸出優(yōu)化方案。通過知識圖譜與 AI 學習，系統(tǒng)不斷優(yōu)化分析模型，確保方案有效可靠，為用戶提供穩(wěn)定、優(yōu)質的業(yè)務體驗。
HiNet CRCA 無線質差小區(qū)根因分析系統(tǒng)融合了專家經驗初始化的知識圖譜和大模型的前沿技術，實現(xiàn)了基于大模型識別網絡優(yōu)化運維意圖，主驅動優(yōu)化任務的策略規(guī)劃與持續(xù)學習，靈活調度各類優(yōu)化 Agent 應用于質差判定、根因定位和優(yōu)化方案輸出，成功應對復雜根因分析，輸出專業(yè)且針對性的優(yōu)化建議，顯著提升分析效率與方案質量，為無線優(yōu)化運維工作的智能化轉型與效率升級開辟了新路徑。
此外，該系統(tǒng)還應用了機器學習算法 XGBoost AI 算法修正，將專家經驗初始化模型的知識圖譜與 XGBoost AI 算法融合，降低對已有人工經驗的依賴，實現(xiàn)質差問題自學習自優(yōu)化的目標，同時確保了根因識別率和判定準確率的穩(wěn)步提升。
經過多地系統(tǒng)化的聯(lián)合驗證，質差根因分析系統(tǒng)定位準確率和質差分析效率均有大幅提升。未來，中信科移動將持續(xù)推動自智網絡的發(fā)展進程，并致力于將 AI 大模型與無線知識圖譜技術深度融合，不斷提升系統(tǒng)根因定位的精確度，著力增強解決方案的實際效能，引領網絡優(yōu)化向更高水平的自智化邁進。
