計算機(jī)網(wǎng)絡(luò)技術(shù)專業(yè)畢業(yè)論文網(wǎng)絡(luò)故障分析與檢測技術(shù)的研究(參考版)
2024-10-23 14:41本頁面
【正文】 。該方法還可與神經(jīng)互聯(lián)網(wǎng)和遺傳算法相結(jié)合，進(jìn)一步完善其學(xué)習(xí)能力。所有知識都采用 “if then”或者 “condition action” 規(guī)則集的形式。 從上面的介紹中，我們可以得知，基于規(guī)則的推理和基于事例的推理這兩種方法的具有一定的互補(bǔ)性。當(dāng)通信互聯(lián)網(wǎng)規(guī)模越來越大時，顯然已經(jīng)無法滿足互聯(lián)網(wǎng)維護(hù)的要求。 傳統(tǒng)上人們傾向于采用某一種方法對告警事件進(jìn)行分析，但是通過上面介紹，我們可以得知，每一種方法都有 其優(yōu)缺點。因此基于數(shù)據(jù)挖掘告警相關(guān)性系統(tǒng)可以很快地調(diào)整適應(yīng)一些變化快的通信互聯(lián)網(wǎng)，解決通信互聯(lián)網(wǎng)中出現(xiàn)的新問題 [1]。但神經(jīng)互聯(lián)網(wǎng)需要過多的訓(xùn)練，在通信互聯(lián)網(wǎng)中很難找到較好 的訓(xùn)練數(shù)據(jù)。雖然通過采用恰當(dāng)?shù)膯l(fā)式算法，可以在可接受的時間內(nèi)算出幾千個節(jié)點的計算，但貝葉斯互聯(lián)網(wǎng)邊界概率的計算效率仍是一個有待解決的難題。但是它需要為每個網(wǎng)元建立一個模型軟件，當(dāng)互聯(lián)網(wǎng)規(guī)模逐漸增大時這一任務(wù)的復(fù)雜性就會越來越高。它對于互聯(lián)網(wǎng)變化處理反應(yīng)不敏感，處理過程較復(fù)雜而且費(fèi)時，這對于要求實時性高的告警處理是一個問題。并且系統(tǒng)具有自學(xué)習(xí)的能力。 [基于事例的推理克服了基于規(guī)則的推理的許多不足：前者知識的單元是事例，檢索是基于對事例的部分匹配，而對于后者知識的單元是規(guī)則，檢索是基于對規(guī)則的完全匹配。而且知識的獲取是基于規(guī)則系統(tǒng)的一個很大瓶頸，因為規(guī)則獲取主要從專家那里獲得，且無自學(xué)習(xí)的功能。 基于規(guī)則的推理系統(tǒng)結(jié)構(gòu)簡單，比較容易實現(xiàn)。所以通過模糊邏輯來描述互聯(lián)網(wǎng)模型，采用模糊推理來確定出相關(guān)性規(guī)則。模糊邏輯中最根本的概念是模糊集合。因此可以通過模糊邏輯描述出不精確互聯(lián)網(wǎng)模型，用于分析不完全的告警相關(guān)性[1]。而且實際上由于互聯(lián)網(wǎng)配置經(jīng)常發(fā)生變化，互聯(lián)網(wǎng)模
公司管理相關(guān)推薦
鄂ICP備17016276號-1