高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于改进遗传神经网络模型的通信网络故障识别和告警相关性分析方法

王新苗 晏蒲柳 黄天锡

王新苗, 晏蒲柳, 黄天锡. 基于改进遗传神经网络模型的通信网络故障识别和告警相关性分析方法[J]. 电子与信息学报, 2000, 22(5): 811-816.
引用本文: 王新苗, 晏蒲柳, 黄天锡. 基于改进遗传神经网络模型的通信网络故障识别和告警相关性分析方法[J]. 电子与信息学报, 2000, 22(5): 811-816.
Wang Xinmiao, Yan Puliu, Huang Tianxi. A FAULT-IDENTIFICATION AND ALARM-CORRELATION METHOD BASED ON IMPROVED GA-NN MODEL IN COMMUNICATION NETWORKS[J]. Journal of Electronics & Information Technology, 2000, 22(5): 811-816.
Citation: Wang Xinmiao, Yan Puliu, Huang Tianxi. A FAULT-IDENTIFICATION AND ALARM-CORRELATION METHOD BASED ON IMPROVED GA-NN MODEL IN COMMUNICATION NETWORKS[J]. Journal of Electronics & Information Technology, 2000, 22(5): 811-816.

基于改进遗传神经网络模型的通信网络故障识别和告警相关性分析方法

A FAULT-IDENTIFICATION AND ALARM-CORRELATION METHOD BASED ON IMPROVED GA-NN MODEL IN COMMUNICATION NETWORKS

  • 摘要: 随着通信网络自身规模、带宽和复杂度的不断增加以及用户对网络服务质量要求的不断提高,迫切需要智能化的网络管理系统对当今高速通信网络进行有效和可靠的管理,而故障管理正在变的比以往任何时候都更加困难和重要。当网络产生某一故障或失效时,往往在短时间内产生成千上万个告警信息,因而分析这些告警的相关性也变得更加复杂。现有的一些告警分析系统均在不同程度上存在可扩充能力差,难于应付复杂局面,缺乏学习能力等不足。本文提出了一种基于改进遗传神经网络模型的故障识别和告警相关性分析方法。实验表明,这种方法可克服一般告警相关性分析方法的局限,不仅简单,而且在网络学习和训练效率上也高于传统的BP算法,标准遗传算法和一般的自适应遗传算法。
  • 加载中
计量
  • 文章访问数:  2226
  • HTML全文浏览量:  79
  • PDF下载量:  415
  • 被引次数: 0
出版历程
  • 收稿日期:  1998-12-31
  • 修回日期:  1999-10-20
  • 刊出日期:  2000-09-19

目录

    /

    返回文章
    返回