网络融合背景下的移动分组域网络负荷指标关联模型研究

合集下载

网业服联动提升VoLTE业务网络感知

网业服联动提升业务网络感知刘清莉,费嘉祺（中国联通陕西省分公司，陕西西安710075）【摘要】本文探讨了运营商VoLTE业务试商用以来,影响VoLTE业务网络感知的主要因素。

从这些主要影响因素入手,详细介绍在网业服联动中快速分析、处理和保障VoLTE业务网络感知的思路和方法,并说明达到的效果。

最后,探讨VoLTE业务网络感知保障在大区网络模型下的发展和演进,为持续开展此项工作提供了思路。

【关键词】VoLTE;网业服联动;感知提升【中图分类号】TN929【文献标识码】A【文章编号】1006-4222（2021）01-0175-040引言VoLTE是GSMA及3GPP定义的标准LTE语音解决方案，其中GSMA主要制定业务及功能要求，3GPP主要制定技术细节，如信令流程及网络功能要求。

VoLTE其核心业务控制网络是IMS（IP多媒体子系统）网络，配合LTE和EPC网络实现端到端的基于分组域的语音、视频通信业务。

通过IMS系统的控制，VoLTE解决方案可以提供和电路域性能相当的语音业务及其补充业务，包括号码显示、呼叫转移、呼叫等待、会议电话等。

5G SA/NSA业务要求用户必须开通VoLTE功能才能正常进行语音通话，该业务必将在较长时间内与5G NR业务共存。

1VoLTE业务网络感知指标定义VoLTE业务网络感知指标定义主要有以下三个：指标1：VoLTE终端用户注册率≥70%（基于软硬件支持终端）。

定义：持有已支持（软硬件）VoLTE终端的用户在IMS 网络上已注册成为活跃VoLTE用户的比例，评价VoLTE终端到活跃VoLTE用户的转化能力。

计算公式：VoLTE终端用户注册率=VoLTE忙时注册用户数（S-CSCF）/已支持VoLTE终端数量×100%指标2：已注册VoLTE用户的语音业务4G网承载比例≥90%。

定义：活跃VoLTE用户的语音驻留在4G上的比例，评价4G网的VoLTE语音驻留能力。

河北移动三域大数据融合建设思路

河北移动三域大数据融合建设思路
梁杨;赵志伟;王智宏
【期刊名称】《电信工程技术与标准化》
【年(卷),期】2016(0)2
【摘要】本文以河北移动大数据相关建设经验为背景,对河北移动在规划建设中积累的先进经验和教训进行总结和分析,并提出针对性建议,最后提出河北移动三域大数据融合的建设思路.
【总页数】6页(P25-30)
【作者】梁杨;赵志伟;王智宏
【作者单位】中国移动通信集团设计院有限公司河北分公司,石家庄050021;中国移动通信集团河北有限公司,石家庄050021;中国移动通信集团设计院有限公司河北分公司,石家庄050021
【正文语种】中文
【中图分类】TN915
【相关文献】
1.网络融合背景下的移动分组域网络负荷指标关联模型研究 [J], 袁野;孙迪科;张荣
2.关于三北防护林体系工程建设思路——以山西、河北省三北防护林工程建设为例[J], 徐龙
3.基于多源大数据的轨道交通站域街道品质多维评价分析
——以成都市三环内地铁站域街道为例 [J], 胡昂;郭仲薇;牛韶斐;李想
4.文旅融合背景下图书馆创新发展研究——以河北省域图书馆为例 [J], 魏红菊
5.基于视频监控融合大数据在市域社会治理现代化应用的探讨 [J], 王延仕;王凡胜因版权原因，仅展示原文概要，查看原文内容请购买。

基于TOE_理论的数实体经济深度融合影响因素模型构建与分析

第25卷第2期燕山大学学报(哲学社会科学版)Vol.25No.22024年3月Journal of Yanshan University(Philosophy and Social Science)Mar.2024基于TOE 理论的数实经济深度融合影响因素模型构建与分析张春玲,王鸿斌(燕山大学经济管理学院,河北秦皇岛066000)㊀[收稿日期]㊀2023-08-17㊀㊀[基金项目]㊀2023年度河北省社会科学发展研究课题数字经济与实体经济耦合协调及空间差异研究以河北省为例 (202307057);雄安新区哲学社会科学研究课题雄安新区数字经济和实体经济深度融合影响因素及路径规划 (XASK20221101)㊀[作者简介]㊀张春玲(1975 ),女,河北沧州人,博士,燕山大学经济管理学院教授,博士生导师;王鸿斌(1999 ),男,河北唐山人,燕山大学经济管理学院硕士研究生㊂[摘㊀要]㊀文章运用TOE 理论框架建立数实经济深度融合影响因素指标体系,采用ISM-ANP-MICMAC 模型对数实经济融合影响因素的网络层级㊁优先级㊁驱动力及依赖性进行剖析,结果表明:数实经济深度融合影响因素之间存在着紧密且复杂的关联关系,影响因素网络层级结构中包含表层直接㊁中层过渡㊁深层关键及根层决定四个层次,优先级排序中数字技术创新㊁人才资源㊁基础设施㊁政府行为属于核心关键因素,数据要素㊁网络安全㊁国际合作㊁营商环境㊁数字化产业㊁数字经济治理属于次要因素,数字社会㊁数字政府㊁产业数字化因素驱动力较弱,但依赖性极强㊂基于此对数实经济融合提出短中长期发展对策,及时疏通融合路径中的急㊁难㊁重点,为推动数实经济深度融合高质量发展提供理论指导㊂[关键词]㊀数实经济;TOE 理论;解释结构模型;网络层次分析法;交叉影响矩阵相乘法[中图分类号]F49㊀[文献标识码]A㊀[文章DOI]10.15883/j.13-1277/c.20240203607一㊁引言党的二十大报告在建设现代化产业体系部分中指出坚持把发展经济的着力点放在实体经济上 ,加快发展数字经济,促进数字经济和实体经济深度融合㊂‘ 十四五数字经济发展规划“提出,要以数据为关键要素,以数字技术和实体经济深度融合为主线,协同推进数字产业化和产业数字化㊂可见促进数实经济深度融合已成为国家重大战略㊂近年来,数字经济蓬勃发展,其规模不断扩大,据第51次‘中国互联网发展状况统计报告“统计,2022年,我国数字经济持续保持较快发展,信息传输㊁软件和信息技术服务业增加值增长9.1%㊂现如今,数字经济已是科技革命和产业变革的阵地前沿,促进数实经济深度融合是未来经济发展的必然趋势㊂数实经济融合的本质是依靠数字经济部门提供的数据要素㊁数据技术和数智产品对实体企业要素投入和生产经营模式重组更新,进而促进实体企业数智化转型升级[1],其融合涉及到组织㊁技术及环境三方面㊂随着数实经济深度融合不断深入,其对全球经济稳定和持续发展的促进作用被广泛认可并重视㊂数实经济深度融合发展是一个长期㊁复杂过程,多种要素参与其中,各个要素对融合发展起着不同的影响作用,其中关键核心要素保证了融合质量发展,而要素脱节㊁堵塞将导致融合受抑㊂目前,我国的数实经济融合发展仍处于初级阶段㊂亟需理清数实经济深度融合影响因素的作用机制,切实推进数实经济深度融合高质量发展㊂第2期张春玲等㊀基于TOE理论的数实经济深度融合影响因素模型构建与分析37㊀本文以TOE理论为基础,采用质性研究与量化研究相结合的方法,将IMS模型㊁ANP模型㊁MICMAC模型组合应用,为数实经济融合影响因素梳理提供了组织-技术-环境维度的新视角,对数实经济融合中的人才资源㊁数字技术㊁数字产业发展㊁市场环境㊁政府行为㊁数字经济治理等多种因素之间的复杂网络关系进行探究,弥补了以往对数实经济融合因素的单一分析,对影响因素复杂关系㊁影响路径㊁优先级㊁因素驱动力及依赖性进行系统性分析,及时发现数实经济融合路径中堵点㊁难点㊁重点,探究融合受阻原因及关键环节,加速融合进度,提高数实经济融合效果,为推动数实经济融合,实现高质量发展提供理论支撑㊂二㊁数实经济融合影响因素的文献综述㊀㊀已有关于数实经济融合影响因素研究可分为支撑因素㊁需求因素㊁保障因素等方面的研究㊂在技术因素研究中,赵剑波通过对数字经济主要特征研究发现,数字技术具有提升实体经济效率的积极作用,促进实体企业数智化升级[2];陆岷峰对数据要素与数实经济关系进行分析,发现了数据要素赋能数实经济融合新路径[3];郑琼洁根据数实经济融合的基本逻辑构建了以数字人才为核心的支撑体系[4]㊂需求因素研究方面,赵梦提出借助数字化产业通信技术优势推动实体经济脱虚向实 [5];李三希等通过总结数字经济成功经验探索了数字社会与数字政府的优化路径[6]㊂在保障因素研究方面,有学者对数字经济与产业绿色创新效率进行实证研究,发现政府行为对数字经济绿色创新效率具有空间溢出效应[7];张帅根据我国不同省域的数实经济融合时空演变特征分析了数实融合外在保障机制因素中市场环境的有益作用[8];朱明婷针对数字贸易中的网络安全主要挑战提出治理进路与对策,加快构建网络空间命运共同体[9]㊂上述文献为数实经济融合影响因素研究奠定了一定的理论基础㊂在质性研究方面,洪银兴㊁田杰棠等人的研究主要聚焦数实经济融合内涵㊁路径㊁机制等方面[10-11],通过文献梳理分析了各因素对数实经济融合的影响作用,在量化研究方面,郭晗㊁胡西娟等人采用要素赋权法测度了不同因素对融合的促进作用[12-13],但已有研究忽视了各个因素之间的内在关联关系且数字技术㊁数据要素㊁基础设施因素的选取偏限于技术方面,对于组织㊁环境方面因素考虑欠缺,缺少将多个因素在统一标准下进行相互层级关系㊁优先级及影响路径的分析,针对以上研究不足,本文将从系统角度出发,对组织㊁环境因素体系进行补充,并采取质性研究与量化研究相结合的方式建立因素分析模型,综合考虑系统内的各个因素的网络层级关系,比较分析各因素间的驱动-依赖关系,并对其优先级排序,最后根据研究结果对数实经济融合发展给出科学建议㊂三㊁数实经济深度融合影响因素指标体系构建㊀㊀(一)TOE理论分析框架学术界对于数实经济深度融合影响因素的研究通常是基于技术㊁产业㊁环境㊁机制视角展开分析,包括从组织内外部环境及成员认知角度分析的组织环境理论;侧重分析技术㊁管理㊁法律及制度的新制度理论;从技术㊁市场㊁环境㊁业务角度考虑的产业融合理论及TOE理论,根据目前已有数实经济融合的影响因素研究并考虑理论框架的成熟性,TOE理论框架更加适用于分析数实经济融合影响因素的分析㊂TOE理论框架在众多理论分析框架中影响最为广泛,其适用于不同情境下企业或组织行为决策的归因分析,将影响因素划分为技术因素㊁组织因素㊁环境因素三个类别,技术因素是指技术所具有的固定特征属性,如技术优势㊁技术设施㊁技术安全等;组织因素是指组织的特征和体系,如组织制度㊁管理模式㊁人力资本㊁资金保障等;环境因素是指组织所处的各种环境,包括市场环境㊁政策法规㊁社会环境等[14]㊂(二)基于TOE框架下的数实经济融合因素分析如今数字经济已成为全球经济的重要支柱,数实经济深度融合是必然趋势,如何促进数实经济不断加深融合程度需要着重考虑影响因素的作用及关系㊂根据已有的研究成果可知,数实经济深度融合涉及到数字技术㊁市场环境㊁融合产业㊁政府政策等多个方面,其中的融合影响因素作为必备前提条件可以分为技术条件㊁组织条38㊀燕山大学学报(哲学社会科学版)2024年件㊁环境条件因素,因此本研究以TOE理论框架为基础,从技术㊁组织㊁环境三个方面对数实经济深度融合影响因素进行分析,确定数实经济深度融合因素的一级指标为技术因素㊁组织因素㊁环境因素㊂第一,技术因素㊂在数实经济融合中,技术因素起到驱动支撑作用,主要包括数字技术创新[2]㊁数据要素[3]㊁基础设施[4]㊁网络安全[9]四个影响因素㊂其中数字技术创新为融合提供驱动力,数据要素是融合血液 ,起到支撑渗透的核心作用,基础设施建设则是融合的基石,网络安全为融合保驾护航㊂数字技术创新指融合所需的核心技术突破,如工业互联网核心架构㊁智能芯片自主研发㊁人工智能技术等,核心技术创新不足,有短板或受到扼制,将无法为融合发展提供持续动力致深入融合停滞不前;数据要素包括建立数据要素市场㊁数据价值化㊁数据流通共享等,数实融合只有打通关键数据链才能实现数字化协同和智能决策;网络安全是对数实经济融合中的数据资源进行保护,避免网络服务中断,网络安全问题越来越被视为国家安全问题,数字贸易领域所产生的网络安全威胁与日俱增;基础设施是指为数实融合提供智能化㊁数字化㊁高速化的新型基础设施体系,是融合发展所必需的硬件支撑㊂第二,组织因素㊂组织因素在数实经济融合中起到推动加速作用,主要有人才资源[4]㊁产业数字化㊁数字化产业[5]㊁数字社会㊁数字政府[6]因素㊂其中人才资源为智力支持,产业数字化和数字产业化为融合路径,数字社会与数字政府属于融合产生的服务应用㊂人才资源是指数实经济融合所需的复合型技术人才,为融合提供人才供给,是融合高质量发展的内生动能;产业数字化是指实体经济的数字化转型产业,包括智能制造㊁智慧农业㊁数字服务业等,数字产业化是指电子信息制造业㊁信息技术服务业等,为融合提供软件支撑,两者是数实经济融合创新的表现;数字社会包括智慧城市㊁数字乡村及生活数字化,数字政府是指政府履职数字化㊁政府决策智能化及智慧便捷的公共服务,两者属于数实经济融合的应用服务,对融合具有反馈优化作用㊂第三,环境因素㊂环境因素对融合具有拉动调控作用,主要包括政府行为[7]㊁营商环境[8]㊁国际合作㊁数字经济治理㊂其中营商环境能够刺激融合的加深,通过国际合作与国外数实经济融合进行交流,数字经济治理负责规范监管,政府行为为融合提供投资和引导㊂营商环境是指数实经济融合的国内市场环境与法律环境,良好的营商环境会加速实体部门的数字化转型;国际合作是指让数实融合企业走出去 ,打入国际数字经济市场,与数实经济融合的国际标准对接;数字经济治理是指完善融合经济领域的法律规范和监管体系,避免出现数据滥用㊁数据确权模糊㊁算法歧视㊁大数据杀熟㊁交易市场混乱等问题;政府行为是指政府在规划㊁税收㊁投资㊁人力等各个环节支持数实经济融合发展的政策保障㊂(三)指标体系根据对于数实经济融合耦合机理中各因素的互动效应及作用影响的分析对技术㊁组织㊁环境三个维度下的二级指标进行梳理确定,其中数实经济深度融合影响因素指标体系展示了数实融合的准则层一级指标和指标层二级具体因素,如表1所示㊂表1　数实经济深度融合影响因素指标体系目标层T准则层N指标层I数实经济深度融合影响因素指标体系技术因素N1数字技术创新I1数据要素I2网络安全I3基础设施I4组织因素N2人才资源I5数字社会I6数字政府I7产业数字化I8数字化产业I9环境因素N3营商环境I10国际合作I11数字经济治理I12政府行为I13四㊁数实经济深度融合影响因素分析㊀㊀ISM(解释结构模型)将系统各因素分层处理并揭示各层因素的影响作用[15],ANP(网络层次分第2期张春玲等㊀基于TOE 理论的数实经济深度融合影响因素模型构建与分析39㊀析法)在ISM 层级模型的基础上结合因素关系对网络结构中各因素的权重比例进行计算,区分各因素的优先级[16],MICMAC (交叉影响矩阵相乘法)则分析影响因素的驱动力及依赖性,为了探究因素之间的相互作用程度及验证层级关系的合理性,更加全面地分析数实经济深度融合发展的影响因素体系的整体关系,使得研究更加科学性㊁完整性㊁系统性[17-18]㊂本文构建了ISM-ANP-MICMAC 综合模型,在ISM 模型基础上确定因素关系,构建邻接矩阵,计算得到可达矩阵,利用可达矩阵建立ANP 模型的网络层次结构,进而根据超矩阵运算对影响因素优先级排序,同时对ISM 可达矩阵进行MICMAC 分析,绘制驱动-依赖图像㊂(一)数实经济深度融合影响因素网络层次模型构建ISM(解释结构模型)法是一种系统分析方法,利用数学拓扑运算在系统找出一个多层次的有向拓扑图,分析系统内各个要素所处层次及要素之间的复杂关系㊂根据前文的数实经济深度融合影响因素指标体系,首先利用ISM 方法将数字技术创新㊁数据要素㊁网络安全㊁基础设施等13个元素放入2∗2矩阵制中,标记I 1~I 13,邀请专家小组讨论分析,建立邻接矩阵,然后以此为基础运用Python 进行编程计算出可达矩阵,求得解释要素关系的可达集合㊁先行集合及交集,最后利用解释结构分解层级,得到模型的层级关系,并绘制有向拓扑图,如图1所示㊂图1㊀数实经济深度融合影响因素ISM 模型㊀㊀根据数实经济深度融合影响因素ISM(解释结构模型)可知,影响因素共分为4层,第1层为表层直接因素(数字社会㊁数字政府㊁产业数字化),属于被影响因素,由于处于最表层,所以影响路径最短且传递速度最快,具有较强的可控性,也被称为最可靠的因素;第2层为中层过渡因素(数据要素㊁网络安全㊁国际合作㊁营商环境㊁数字化产业㊁数字经济治理),仅可影响作用表层因素,受到深㊁根层因素的共同影响,将深层次融合基础与表层次融合应用紧密连接在一起,避免融合出现间隙;第3层代表深层关键因素(政府行为),可直接对表层㊁中层因素作用;第4层为根层决定因素(数字技术创新㊁人才资源㊁基础设施),影响路径可直达任意因素,与深层因素作为基础架构对融合发展产生根本且深远的影响㊂(二)数实经济深度融合影响因素优先级分析ANP(网络层次分析法)是一种基于层次分析法的决策方法,能够适应非独立阶梯阶层结构,相比较于AHP,ANP 消除了三点假设障碍,用网络将ISM 模型层次内部的因素关系予以展现,考虑各要素的相互关系,利用非线性结构关系代替线性层次结构,并且加入了反馈机制,考虑底层要素对高层要素的支配影响作用㊂根据前文中ISM 模型可知,各影响因素之间存在着复杂的关联关系,每个层次之间及层次内部的因素相互作用影响,因此利用ANP 模型构建40㊀燕山大学学报(哲学社会科学版)2024年数实经济深度融合影响因素多层次网络结构模型,然后根据专家讨论采用1~9标度法构建判断矩阵,并使用软件Super Decisions进行矩阵计算,使用幂法求解各要素权重,得到赋权超矩阵㊁极限矩阵,最后进行矩阵运算求得各影响因素的权重优先级,如表2所示㊂从准则维度看,在技术因素㊁组织因素㊁环境因素三个一级指标中,技术因素所占权重高于其他三者,其次是组织因素;从指标维度看,人才资源㊁数字技术创新㊁基础设施㊁产业数字化㊁数字化产业在整体影响因素中分别排在前五位且权重之间的差距较小,对于数实经济深度融合的整体发展起到近似同等重要作用;国际合作㊁数字政府㊁数字社会分别在整体影响因素排序中处于末尾三位,对于整体融合发展起到的作用较小,相较于其他因素核心竞争力不足㊂表2㊀数实经济深度融合影响因素权重排序准则层N指标层I 准则下权重比总体权重比优先排序技术因素数字技术创新I10.2262010.1100842数据要素I20.1711640.0832997网络安全I30.1564850.0761568基础设施I40.2115510.1029543组织因素N 人才资源I50.2345980.1141701数字社会I60.1779320.05008611数字政府I70.1678650.04725212产业数字化I80.3394550.0955524数字化产业I90.3147480.0885975环境因素N国际合作I100.3582790.02802813营商环境I110.6417210.05020210数字经济治理I120.4492630.0690159政府行为I130.5507370.0846046㊀㊀(三)数实经济深度融合影响因素驱动-依赖分析MICMAC(交叉影响矩阵相乘法)分析方法采用了矩阵相乘的原理,通过对系统中要素的相互影响程度分析,系统中各要素的驱动力和依赖性,进而明确各要素在系统中的地位,为组织决策提供指导㊂通过前文中ISM模型中的可达矩阵计算出每个因素的驱动力与依赖性,并绘制数实经济深度融合影响因素驱动力-依赖性分布图像,驱动力公式为:D i=ðA i#,其中D i表示矩阵中影响因素A i 所在的第i行数值为1的个数和㊂依赖性公式为: R i=ðA i#,其中D i表示矩阵中影响因素A i所在的第i列数值为1的个数和㊂驱动力与依赖性的值表示对其他因素影响程度,横纵坐标轴的交叉点为因素驱动力与依赖性的均值,驱动力-依赖性分布图像分为联系㊁独立㊁自发㊁依赖四个区域,将各要素按照驱动力-依赖性数值绘制成分布图,其中 + 号表示重叠因素的定位点,如图2所示㊂根据MICMAC模型分析可知,数据要素㊁网络安全㊁国际合作㊁营商环境㊁数字产业化㊁政府行为均分布于联系区域,具有较高驱动力和依赖性,具有较强关联关系;数字技术创新㊁人才资源㊁基础设施均分布在独立区域,因素驱动力较大,依赖性较小,对整个系统的作用程度与广度要高于联系区域因素;自发区域无要素分布;数字社会㊁数字政府㊁产业数字化均分布在依赖区域,具有较强的依赖性,较低的驱动力,该区域因素出现问题往往需要依赖其他因素帮助解决㊂以高端装备制造业为例分析,在联合统计场景中,隐私计算融合行业生产数据(产品价格㊁市场占有率,供需总量等)实时获取与计算,能够降低市场交易成本,其中数据要素在市场流动中打通融合节点,网络安全保证数据隐私,营商环境与国际合作着力构建高效市场化配置新格局,数字技术㊁人才㊁设施为研发场景的工厂物联网数据集成提供支持,此外,数字社会㊁数字政府㊁产业数字化则是融合的综合应用成果,包括智能医疗㊁智慧文旅㊁智慧城管㊁智慧工厂等㊂图2㊀数实经济深度融合影响因素MICMAC模型第2期张春玲等㊀基于TOE理论的数实经济深度融合影响因素模型构建与分析41㊀五㊁结论与对策建议(一)结论本文通过文献及相关政策文件检索,并邀请专家讨论以产业融合理论为基础,从技术㊁组织㊁环境三个维度确定了13个数实经济深度融合影响因素,通过ISM模型分析,发现因素层级及影响路径,之后利用ANP模型获得影响因素优先级,最后使用MICMAC模型对影响因素的驱动力与依赖性进行评估,找到了联系㊁独立及依赖因素㊂模型分析结果表明,数字技术创新㊁人才资源㊁基础设施㊁政府行为因素属于根层决定及深层关键因素,其中前三者在优先级排名中为前三名,政府行为次之,且均为独立因素,具有独立集群的指挥性,系统性影响最大;数据要素㊁网络安全㊁国际合作㊁营商环境㊁数字化产业㊁数字经济治理因素包括位于中间层级,在优先级排序中,国际合作处于最末位,其他因素属于中后段,且均为联系因素,具有联动集群的波动性,系统性影响中等;表层因素包括数字社会㊁数字政府㊁产业数字化,在优先级排序中数字社会与数字政府处于后端,但产业数字化处于前段,在依赖因素中处于首要地位,此外,三因素对其他因素驱动作用甚微,但依赖性极强,具有依赖集群的被动性㊂(二)对策建议综合分析可知,数实经济深度融合影响因素之间存在着复杂的相互作用关系,并且各因素受影响路径的作用存在不稳定性,仅关注个别因素的层级性㊁优先级将忽略系统性影响作用,因此本文从系统角度出发,对数实经济深度融合发展的战略制定提出以下对策:首先,根㊁深层关键因素对融合系统影响深远,应重点关注,若数字技术创新㊁人才资源㊁基础设施出现问题,将驱动政府制定相应激励政策及投资来缓解由于数字人才匮乏㊁核心技术短板㊁基础设施不完善所带来的数据要素市场混乱㊁网络安全危机㊁国际数字冲突㊁营商环境恶劣㊁数字化产业萧条㊁数字经济治理低效等问题,否则将可能进一步抑制表层因素发展㊂因此,提出长期发展战略对策,建议政府及融合企业制定针对技术㊁人才㊁设施的相关政策文件及战略发展长效机制,保障数实经济融合发展中的人㊁财㊁物基础支撑,如搭筑数字技术创新平台㊁构建一体化技术创新机制;不断完善建立配套的数字人才培育机制,聚焦长期发展人才需求定位;提升数字基建可及性,针对重点城市群建立大数据中心㊁数字网络㊁算力中心集群㊂其次,中层过渡因素在网络层集中具有承下启上的传递作用,同时受到表层㊁根层㊁深层因素影响,且因素传递时间短于根深层因素,一旦该层因素成为融合阻碍,可能造成产业数字化停滞等紧迫问题,并反馈给底层因素求助信息,期待更多激励与支持,促进底层因素规模扩张㊂因此,提出中期发展战略对策,建议完善数据要素相关法规,建立市场监管机制,依法保护数据流,加速融合血液的流通;持续强化网络安全机制㊁手段㊁能力建设,有效预防网络风险,推动融合健康发展;积极参与搭建全球数字经济交流合作平台,促进数字经济的互通互联,逐步与国际数字经济接轨;着力构建开放㊁公平㊁非歧视的数字营商环境,塑造数字经济竞争优势;着力推动数字化产业集群发展,提升数实经济融合发展产业链的核心竞争力㊂最后,考虑表层的依赖因素对整个系统影响具有小㊁快㊁易控的特点,在一定程度上反映了数实经济融合效果,其水平展现了融合深度与广度,可作为短期战略的核心因素,受到长中期战略实施的影响,因此,提出短期发展战略对策,建议通过对短期因素刺激及对中期因素反馈来推动融合加深,建议狠抓产业数字化转型,加快装备数字化㊁管理数字化㊁生产数字化,充分释放产业数字化的叠加倍增作用;同时突出发展数字公共服务建设,大力推动政务信息化共建共用,强化政务数据共享和业务协同,加速推进教育㊁医疗㊁文化等领域数字化,强化与就业㊁社保㊁养老等民生重点社会服务供需对接㊂[参考文献][1]姜松,孙玉鑫.数字经济对实体经济影响效应的实证研究[J].科研管理,2020(5):32-39.[2]赵剑波.推动新一代信息技术与实体经济融合发展:基于智能制造视角[J].科学学与科学技术管理,2020(3):3-16. [3]陆岷峰.新发展格局下数据要素赋能实体经济高质量发展路径研究[J].社会科学辑刊,2023(2):143-151.[4]郑琼洁,曹劲松.数实经济融合的基本逻辑及路径选择[J].江苏社会科学,2023(1):95-102.[5]赵梦. 十四五时期数字经济赋能高质量发展的创新路径[J].西南金融,2023(3):84-95.。

基于数据融合算法优化的GM(1,1)负荷预测模型

基于数据融合算法优化的GM(1,1)负荷预测模型孟欣;李郁侠【摘要】为了提高中长期电力负荷预测的精度,改进传统灰色GM(1,1)模型在中长期负荷预测中因部分原始背景数据的偶然性偏差而导致预测精度降低的问题,提出了将数据融合算法与GM(1,1)模型相结合以形成数据融合算法优化下的GM(1,1)模型.首先对特定年采用多个不同历史数据进行GM(1,1)模型预测,利用数据融合算法对多次预测值进行优化分析,获得优化后的预测结果,最后通过对某电力系统年用电负荷进行实例分析,证明数据融合优化下的GM(1,1)模型具有较高预测精度.实践证明所建立的模型对电力系统中长期负荷具有良好预测能力.%In order to improve the precision of load forecasting of the medium-and long-term power and to solve the problem of accuracy reduction of traditional grey GM (1,1) model caused by the contingency deviation of the original background data in the medium-and long-term load forecasting, this paper suggests a solution to combine the data fusion algorithm with the GM (1,1) model so as to form an optimized GM( 1, 1) model based on the data fusion algorithm. First of all for a particular year, a number of different historical background data are taken for GM (1,1) model prediction. Then data fusion algorithm can be used to make optimization analysis on multiple predicted value and the optimized forecasting results can be obtained. Finally, through the case analysis of the annual electricity load of a power system, it can be proved that the optimized GM (1,1) model based on data fusion has higher prediction accuracy and that it hasa good predictive ability for the medium and long term load in the electricity system.【期刊名称】《西安理工大学学报》【年(卷),期】2012(028)004【总页数】4页(P449-452)【关键词】负荷预测;灰色模型;数据融合【作者】孟欣;李郁侠【作者单位】西安理工大学水利水电学院,陕西西安710048;陕西理工学院机械工程学院,陕西汉中723000;西安理工大学水利水电学院,陕西西安710048【正文语种】中文【中图分类】TM715电力系统负荷预测作为电力系统现代化管理的重要内容之一，在电力系统的控制、运行和规划方面具有非常重要的作用，尤其是对中长期电力系统负荷的预测，体现了未来负荷发展的规律，可为未来负荷规划提供可靠的依据。

基于配电网全域大数据的负荷智能预测模型

基于配电网全域大数据的负荷智能预测模型目录一、摘要 (1)二、内容概要 (1)三、背景及意义 (2)四、相关理论及技术 (3)4.1 配电网全域大数据 (4)4.2 负荷智能预测模型 (5)五、模型构建与实现 (6)5.1 数据预处理 (7)5.2 特征工程 (8)5.3 模型训练与验证 (9)5.4 模型优化与调整 (11)六、实证分析 (12)6.1 实验环境与参数设置 (13)6.2 实验结果展示 (15)6.3 结果分析 (16)七、模型应用与推广 (17)八、结论与展望 (18)一、摘要随着互联网+、大数据时代的到来，电力系统面临着日益严重的负荷预测挑战。

为了实现更精确、更高效的负荷预测，本文提出了一种基于配电网全域大数据的负荷智能预测模型。

该模型通过整合配电网运行的实时数据、历史数据和天气数据等多源信息，结合先进的数据挖掘和机器学习技术，对未来一段时间内配电网的负荷情况进行预测。

二、内容概要本文档主要围绕“基于配电网全域大数据的负荷智能预测模型”进行阐述。

通过综述相关领域的背景与研究现状，为后续模型介绍做好铺垫。

详细描述了模型的构建过程，包括数据预处理、特征工程、模型训练与验证等关键步骤。

展示了模型在实际应用中的表现，并对其未来发展趋势进行了展望。

背景与意义：介绍了智能电网的发展趋势和负荷预测的重要性，指出了现有预测方法的不足之处，为本模型的提出提供了背景和动机。

相关研究综述：回顾了配电网大数据分析、负荷预测以及人工智能技术在相关领域的应用，为本研究提供了理论基础和研究思路。

模型构建：详细阐述了从数据预处理、特征提取到模型训练与验证的全过程，包括数据清洗、特征选择、模型构建、参数优化等关键步骤。

实证分析：通过实际案例展示了模型的预测效果，证明了本模型在配电网负荷预测中的有效性和可行性。

总结与展望：对本模型的特点、优势进行了总结，并指出了未来可能的研究方向和应用前景。

三、背景及意义随着互联网+、大数据时代的到来，电力系统正面临着日益严重的供需不平衡和能源浪费问题。

融合SDE算法和双路加权门控循环神经网络的股价走势预测模型

通过对已有研究方法的学习和梳理，本文在前人研究的基础上提出了一种融合SDE算法和双路加权GRU神经网络的股价走势预测模型.双路加权GRU网络的神经单元能同时考虑过去时刻和未来时刻的状态，采用加权方式对过去和未来的双向值进行叠加，并且整个网络结构由SDE算法全局寻优出最合适的网络参数.
3本文的预测模型
Abstract: As for the prediction of stock price, the traditional operation method employed mostly a statistical analysis tool or a single machine learning algorithm, which makes it difficult to accurately grasp the non-linear and non-stationary characteristics of time series data such as stock price, thus limiting the prediction accuracy. The optimized prediction model Based on the SDE algorithm and the weighted BiGRU network, uses the structural parameters of the SDE global optimization network to obtain the optimal initial weight, threshold and weight coefficient firstly, and then applies the improved parameters to the optimized weighted BiGRU network model for prediction. The optimized prediction model can selectively consider the influence of past and future time on the current moment data, and effectively avoid the local optimal value and the long-range dependence of the network. The experimental results show that, com・ pared with the other traditional neural network prediction model,the optimaized prediction model can significantly reduce the predic tion error and increase the prediction accuracy. Key words: self-adaptive differential evolution algorithm ； bidirectional weighted gated recurrent unit ； recurrent neural network ； data prediction model; stock price trend

移动网络网元分布式部署研究

５５
１５
精品网络中这些业务流主要包括Ｖｉ、２ｏｃＰＰ等，这部ｅ
分数据流不会经过本地网络接人点和转接网络接人点
经由移动网关发往应用服务器的本地数据流量（占用移动网关网络侧端口）Ｗｅ。ｂ访问、Ｔ运营商业务、ｂＩＶ、ＰＷｅ
方式３分布式应用服务器。将ＰＷ／Ｇ部署位：ＧＳＷ
置下移到网络边缘层，应用服务器下移到网络边缘层
以下。例如，中在核心层部署的ＩＶ内容服务器，集
３０／ＤＴ６Ｊ１５Ｔ０／Ｐ２０
ｂ应用和内容缓存服务器的部署数量和部署位）
置。视频业务对网络带宽的需求日益增加，如果采用内容分发点下移的方法，以有效缓解这一需求。同时，可提供有竞争力的用户业务体验，也要求承载网络尽量减少端到端的时延。因此，用和内容缓存服务器的数应量增加、部署位置下移是主流趋势。一成本因素与业这务流量呈正比关系，业务流量越大，该成本因素越明
电信交换ｉ强，涛ｌ娜吴符周
ＴｌｃｍｍｕｉａｉｎＳｔｉｇｊｅｏｅｎｃｔｗｉｈｎ移动网络网元分布式部署研究ｏｃ
体的分布式部署模型。
数据流量大小相关；与移动网关的部署位置，用和内应
在运营成本、服务质量、资费模式等激烈的竞争

面向运营商IT整合的融合支撑网络安全域研究

２０１８．２８科学技术创新一６５一
面向运营商ＩＴ整合的融合支撑网络安全域研究
李岩杨秋雁（中国移动通信集团内蒙古有限公司，内蒙古呼和浩特０１００００）
摘要：随着信息技术的飞速发展，企业内部ＩＴ支撑网络规模不断扩张。以内蒙古移动为例，现已建成覆盖全区的业务支撑、
合理管控的大ＩＴ基础设施和运营能力 ”。移动公司内部的ＩＴ系一般情况下，通信运营商会选择不同网络区域承载的ＩＴ系
统整合Байду номын сангаас工作逐渐向纵深发展。根据集团公司要求以及省公司对资源、数据、能力共享的各类需求，公司内部对一张融合ＢＯＭ三域的ＩＴ支撑网络的要求也越来越高。本文将参考内蒙古移动公司ＩＴ支撑网络整合
最高
高
中
低
保信息不被泄露给信息被泄信息被泄露或信息被泄露或信息被泄露或
密非授权的用户、露或窃取窃取后导致重窃取后导致较窃取后导致较
性实体、进程或被后导致难大的业务损失大的业务损失小的业务损失
业内部ＩＴ支撑网络规模不断扩张。以内蒙古移动公司为例，经器区，监管系统服务器区、终端区、安全管理区等。服务器区和
过历年规划、发展，现已建成覆盖全区的业务支撑、网管支撑及终端区还可根据不同的属性进行细分。

基于多源异构数据融合的短期电力负荷预测

基于多源异构数据融合的短期电力负荷预测基于多源异构数据融合的短期电力负荷预测随着电力系统规模的不断扩大和电力负荷的日益增长，短期电力负荷预测成为了电力系统运行和调度的重要任务。

准确预测电力负荷可以帮助电力系统运营者做出合理的调度决策，提高电力系统的运行效率，确保供电安全和质量。

然而，由于电力负荷的复杂性和不确定性，短期电力负荷预测一直面临着巨大的挑战。

在传统的短期电力负荷预测方法中，通常使用历史负荷数据作为模型的输入，然后基于时间序列分析或统计学方法进行预测。

然而，这种方法往往忽视了负荷预测过程中存在的各种影响因素，如天气、社会经济因素、季节性因素等。

因此，单一数据源的方法可能无法准确预测电力负荷。

为了克服这些局限性，近年来，研究者开始探索基于多源异构数据融合的短期电力负荷预测方法。

多源异构数据包括历史负荷数据、天气数据、社会经济数据等。

利用这些多源数据进行融合可以提供更全面的信息，提升负荷预测的准确性和稳定性。

首先，历史负荷数据是短期电力负荷预测的基础。

通过分析历史负荷数据的规律和趋势，可以推断出未来的负荷变化。

然而，由于存在各种外部因素的干扰，历史负荷数据并不能完全反映未来的负荷变化。

因此，需要引入其他数据源来提高预测的准确性。

其次，天气数据是影响电力负荷的重要因素之一。

气温、湿度、风速等天气参数与电力负荷之间存在一定的关联性。

例如，在夏季高温天气下，人们通常会大量使用空调，导致负荷增加。

通过获取并分析天气数据，可以更好地预测未来的电力负荷变化。

此外，社会经济因素也对电力负荷产生影响。

人口数量、经济发展水平、节假日等因素都会对负荷变化产生影响。

利用社会经济数据，可以更全面地了解负荷变化的背后原因，并对未来的负荷进行预测。

基于多源异构数据融合的短期电力负荷预测方法通常采用机器学习和数据挖掘等技术。

首先，通过数据清洗和预处理，将多个数据源进行整合和标准化。

然后，利用机器学习算法进行特征选择和模型训练，以建立负荷预测模型。

北邮继续教育学院导师介绍

北京邮电大学原继续教育学院导师介绍(2008)专业：通信与信息系统丁炜教授，博士研究生导师宽带通信网研究中心领衔教授自1986年以来培养研究生（含博士、硕士）近百人，发表论文150余篇，完成重大科研项目10项，申请专利3项，荣获省部级以上奖项共5项。

目前正在研究的项目：“广义MPLS实现和安全路由器研究”，并与美国INTER 公司合作建立联合实验室，对下一代网络关键技术进行跟踪和预测。

丁炜教授所负责的北京邮电大学培训中心通信网科研室（现更名为宽带通信网研究中心）成立于1985年。

该科研室的宗旨是跟踪世界通信网络新技术的发展，开展对其前沿课题的研究，掌握相关理论和先进技术，力求创新，为我国通信事业的发展和培养优秀的高级通信科学技术人才做出自己的贡献。

目前，为了紧跟国际宽带通信网络新技术的发展，实验室正在进行MPLS协议软件和路由软件的开发、“具有MPLS功能的多业务边缘路由器的研制”、“INTEL网络处理器应用的研究与开发”等项目，其中边缘路由器的研制项目中采用了具有自主知识产权的芯片设计来实现各种网络协议的处理和不同速率接口数据流的转发。

温向明教授，博士研究生导师研究方向：博士研究生：宽带通信网络理论与技术、无线宽带网络理论与技术硕士研究生：IP宽带通信网络技术、移动通信网络技术毕业于北京邮电大学，获通信与信息系统工学博士学位；现任北京邮电大学校长助理兼研究生院常务副院长；校学术委员会委员和校学位委员会委员；教育部归国留学评审专家；北京市信息化专业人才合作培养项目负责人；中国电信网络资源管理专家组副组长；中国通信学会高级会员；北京市大学生电子竞赛组委会副主任等。

长期从事通信与信息系统专业方面的科研与教学工作，主持和参与完成了国家级项目6项，前邮电部项目3项，校级项目1项，横向项目8项。

其中：国家863项目“宽带光纤用户网总体技术研究”，得到国家科委专家的好评，总评结果为Ab;另外，“我国接入网发展战略的研究”获邮电部科技进步二等奖；国家重大项目“移动增值业务网络安全协议方案研究与实现”和“具有V5接口的DLC网元管理设备”已进行成果转化，取得了很好的经济效益和社会效益；“V5接口用户接入系统的监控技术研究”已在通信网中应用。

基于宽带城域网的三网融合业务流量模型

Ｉ馐｝型ｍ模
绕业务带宽需求和业务流量规律考虑，切实保障业务承载
质量和用户的体验。
三网融合业务的带宽需求
语音、数据和视频业务对带宽的需求不同，网络指对标的敏感性不同，要求保障的优先级也不同。ＩＶ等视就频业务而言，用不同的编码方式、采用户不同的图像清晰度质量要求（标清或高清码流），导致业务占用的带宽不
规划，障标清不低于２Ｍｉｓ带宽，保ｂｔ的／高清不低于８ｉｓｔ的带宽。Ｍｂ／按照一般的统计规律，音业务占用上下行带语
的影片分辨率为７０４０（ＴＣ制式）或７０２ × ８ＮＳ２× ５６ＰＬ制式）属于标清视频（Ｄ）７（Ａ，Ｓ。在数年以前，ＳＤ的画面质量很好，但现在已经进入高清晰视频ＨＤ和大屏幕电视的时代，一旦感受过高清晰影视的效果，人们对标清视频的满意度将大大降低。
和视频等多业务的承载融合应用成为现实。互联网统一成为三大网都能接受的公共通信协议和信息传输平台，其在技术上拥有最坚实的融合基础。因此，宽带城域网作为三网融合业务的承载基础，其网络部署方案和技术策略要围
关键词：高清，标清，２４ＭＰＧ４Ｈ，，Ｅ－，带宽规划，６
．－Ｉ技术广角 … … … … … Nhomakorabea… … … … ・
■ ｅｃｈｎｏＩｇｙＰａｎｏｒ８ｍｏａ
基于宽带城域网的三网融合业务流量模型
杜宝林山东联通研发中心高级工程币李永太山东联通研发中心高级工程师

负荷模型辨识中广域电网负荷空间分类

负荷模型辨识中广域电网负荷空间分类戴嘉祺;郝丽丽【摘要】提出了负荷模型辨识中广域电网负荷的空间分类方法,基于工业、商业、农业、居民及其他负荷的典型值数据,通过模糊均值聚类(FCM)算法对负荷按负荷性质空间分类,辅以灵敏度计算公式确定重点辨识参数,进而以遗传优化算法并结合暂态过程各种扰动设置中电压响应曲线的交互计算,以全网母线电压跌落最为严重的母线作为观察变量,辨识修正负荷模型参数,并以不分类、区域分类两种方法与文中所提出方法作对比,仿真结果表明,按负荷性质分类具有合理性与有效性.【期刊名称】《电网与清洁能源》【年(卷),期】2016(032)001【总页数】6页(P36-41)【关键词】负荷模型;空间分类;模糊均值聚类;负荷性质【作者】戴嘉祺;郝丽丽【作者单位】南京工业大学电气工程与控制科学学院,江苏南京 211816;南京工业大学电气工程与控制科学学院,江苏南京 211816【正文语种】中文【中图分类】TM743KEY W0RDS：1oad mode1；sPace c1assification；fuzzy means c1ustering；1oad nature电力系统负荷模型是电力系统仿真分析的基础，对电力系统动态仿真结果有重要影响。

然而在实际工程中多次发现仿真结果无法重现真实的动态过程，仿真的有效性问题亟待解决[1-2]，负荷模型直接影响到电力系统静态、动态和暂态特性的分析计算。

广域电力系统涵盖的负荷节点较多，若对每个负荷节点都采用不同的模型参数，则不管是建模还是计算，都十分困难。

但如果对所有节点都采用相同的模型参数，虽然简单，却不符合实际。

负荷自身的时变性、多样性、地域分散性问题为负荷建模带来不小的困难。

研究发现，若依据负荷特性的相似性，将具有同类特性的负荷点归结为一类，则可极大地提高负荷建模的准确性与有效性。

国内外电力工作者一直致力于研究适用于负荷建模的各种负荷分类策略[3-5]。

负荷点分类涉及特征向量的选取与数据聚类，选取的样本特征向量应能完全代表样本的本质特征。

【小鸿带你玩AI】带你认识星地融合

带你认识星地融合。

面向 6G 的星地一体
化网络通过卫星网络与地面网络的优势互补、紧密融合，将扩大网络覆盖范围，提升网络整体效率，从而实现全球立体无缝覆盖网络。

20242022国外发展
国内发展
低成本
低延迟
高速率大容量
现在
( 5G)
未来
( 6G)
/IP 协议使各种基于 IP 的业务都能互通，如数据网络、电话网络、
沉浸式云XR
）、增强）等的统称。

感官互联
除视觉和听觉外，触觉、嗅觉和味觉等其它
感官有效传输将成为通信手段的一部分，感
官互联可能会成为未来主流的通信方式。

通过自然逼真的视觉还原，实现人、物及其周
边环境的三维动态交互，极大满足人类对于人
与人、人与物、人与环境之间的沟通需求。

普惠智能个人和家用设备、各种城市传感器、无人驾驶车辆、智能机器人等都将成为新型智能终端。

6G
6G 星地融合组网所面临的巨大挑战：
统一移动性管理
架构星地融合网络边
缘计算架构智能端到端全生命周期的切片管
理架构异域跨域网络资
源管理架构
天地多维资源表征及关联图谱融合网络多级智
能协作管控策略
天地资源联合
协同与部署
•研究空间多层网络的信号传输特点，利用波束和覆盖的差异性
•干扰预测和资源协调以降低小区边缘干扰，同时提升小区边缘传输效率
•引入机器学习，研究基于机器学习的频率态势预测方法。

基于科研合作网的网络模型研究和节点重要度判定分析

基于科研合作网的网络模型研究和节点重要度判定分析建立引用或共同作者网络并给出检索概率是衡量学术研究的方法之一。

20世纪的数学家Paul Erd s有500多个合著论文者，且发表了1400篇研究论文。

数学家们经常通过分析Erd s 的强大的合著网络来测定自己与Erd s的差距。

本文通过分析与Erdos合作过的合作者网络的属性，证实了此网络具有无标度网络特征。

分析网络中节点的度中心性、介数中心性和接近中心性，得到他们之间的关联，并得出在此类网络中的节点重要度判定方法。

标签：复杂网络合作者网络度中心性介数中心性接近中心性20世纪60年代，由著名数学家Erdos和Renyi提出的ER随机图模型开启了复杂网络理论研究的大门。

1998年，Watts和trogatz引入了小世界网络模型，以描述从完全规则网络到完全随机网络的转变。

1999年Barabasi和Albert指出：许多实际的复杂网络的连接度分布具有幂律形式，该类网络被称为无标度网络。

无标度网络的节点度分布服从幂律分布，无标度网络的连接分布极不均匀，网络中大量节点拥有少量的连接，而少量节点却拥有网络的大多数连接。

现实世界中许许多多的复杂网络，如Internet、邮件系统、科研合作网络、新陈代谢系统、食物链、社会关系网等，都是无标度或小世界的网络。

[1-5]一、网络模型的建立与网络拓扑特性笔者从Erdos合作者关系中（https：///users/grossman/enp/Erdos1.html）获得了与Erdos合作者的文档资料，构建了一个与Erdos直接合作的合作者之间的网络。

我们将里面的每一位作者视为顶点，如果两个作者曾经合作发表过论文，那么他们之间就有一条边相连。

我们用从18000个关系中提取出511个节点，得到这511个节点的邻接矩阵即合作者网络。

并通过计算得到了网络的平均度、网络密度、平均长度、聚类系数和度分布。

（见表1）二、合作者网络中节点的重要程度我们考虑各个节点在Erdos1网络中连接重量级作者不同，我们从三个影响因子对他的影响出发判断此网络中的节点的重要程度。

1.中国电信移动网运行维护指标体系介绍

V1.3指标体系概况
新指标需要设备支持SNMP协议；（目前思科PDSN、中兴 AAA不支持）。 PDSN中RP、PPP等指标需要区分PCF和接入方式（1X、EVDO 、WLAN）进行统计，目前设备尚不能支持，需要进行升级。设备升级支持新运行质量指标时间预计 2011 年三季度。
1 2 3 4 5 6 7 8 报表1（资源类指标）报表（EV-DO Rev.A 资源类指标）报表2（连接指标）报表（EV-DO Rev.A连接指标）连接指标报表3（会话性能指标）报表（EV-DO Rev.A HRPD会话性能指标）会话性能指标报表4（指标）报表（EV-DO Rev.A PCF指标）指标报表5（话务量指标）报表（EV-DO Rev.A话务量指标）话务量指标报表6（报表（EV-DO Rev.A流量统计指标流量统计指标报表7（切换类统计指标）报表（EV-DO Rev.A切换类统计指标）切换类统计指标报表8（寻呼类统计指标）报表（EV-DO Rev.A寻呼类统计指标）寻呼类统计指标 V1.0指标体系概况定义的为 EVDO 无线侧指标，统计点均在BSC 或PCF；大部分统计指标的统计粒度均细化到载扇级别；网管接口需要升级到 CORBA3.0 才能支持，目前各厂家正在开发，计划2011年1季度开发完成。
短信首次下发成功率指标：部分省份反映通信助理平台的短信发送影响首次下发成功率指标（当A用户做被叫不在服务区时，通信助理平台会发送一条短信给A用户通知其有电话，但是此时该用户不在服务区，因此本条短信首次下发势必失败）。我们已将此问题提交给交换处，但是考虑到此种情况对于所有省都存在，对运维评估不会带来较大影响，因此考核期内不对该指标统计方式进行调整。

基于行动者网络理论的三网融合发展战略研究

（业务）。于是，广电播控与电信固网融合产生了
ＩＰＴＶ、广电播控与移动互联网融合产生了手机电视、互联网渠道和广电集成内容融合产生了网络
参考国外经验，建议加强战略规划、推进基础设施建设、强化市场竞争、逐步完善立法和建立融合监管体制；建议采用分业监管、分段监管和融合监管三阶段演进的管制政策；认为基于顶
网和电信网共同支撑起未来的互联网。随着《推进三网融合的总体方案》和《三网融合试点工作方案》的发布，我国三网融合于２０１０年初进入实
收稿日期：２０１４ — ０３－２６
ＡＮＴ）采用网络模型来刻画行动主体之间的关
现有的研究基本集中在融合障碍、对策分析和国
外启示等方面，偏重于宏观阐述，缺乏微观研究。
此，三网融合的关键是广电网和电信网的融合，
两者的融合是基于互联网的融合，最终将是广电
行动者网络理论（ＡｃｔｏｒＮｅｔｗｏｒｋＴｈｅｏｒｙ，
ห้องสมุดไป่ตู้
的推进… 。从一年多的试点工作来看，存在业务
双向准人壁垒、行政干预、歧视性竞争和共建共享难以实现等影响融合推进的因素。学者们已
就三网融合存在的问题进行了较为深人的研究：
同— — 同一种信息产品（业务）可以通过不同网络传输，同一个网络可以传输不同的信息产品

用跨学科网络组织化研究框架解释食物能源水的纽带关系

一、引言就气候变化和人口动态引发的问题、趋势进行探讨交流，特别是从在环境、社会经济方面探讨其对全球可持续性的影响，是联合国可持续发展目标的主要目标之一。

这种沟通的有效性依赖于强大的跨学科研究协调网络。

为此，研究者己经提出了几种概念框架用于跨学科指导，还开发了用于评估食物•能源-水（FEW）三者间关系的分析工具，自下而上（即从结果到机制）的方法是主要研究方法，因为经济、环境和社会（EES）问题造成的影响还没有得到充分或明确的定义。

自下而上的方法固然非常重要,但对于发展跨学科的研究协调网络,有效促进经济、环境和社会系统（EES系统）与FEW系统间的“双赢〃互动，采用自上而下的方法（即从机制到结果）研究FEW 纽带关系（FEWneXUS）也是非常必要的“自上而下的思维可以促进从地方到全球相互关联的研究机会，在日益严峻的气候变化和人口急剧增长的双重压力之下，确保FEW的可持续性。

在全球尺度中，此类跨学科网络应当把初始阶段的重点放在对全球FEW系统有巨大影响且在FEW实践、需求和挑战方面存在差异的国家。

这些国家拥有独特的地位，可以通过国家内部和国家之间的跨学科对话来确定问题、提出解决方案。

例如，有些人口密度较低但FEW资源丰富的国家（如美国、澳大利亚）接受并率先应用新型技术（如人工智能），在最大化粮食生产效率的同时把环境足迹降到最低。

上述做法有可能为地方或区域提供通用的FEW资源保护方案。

然而，一些人口密度高且FEW资源有限的国家（如中国和印度）仍在奋力设计FEW资源安全方案,并且面临着更多的FEW资源纠纷。

这种地区和国家之间的FEW资源供应和消费的不平等分配，最终会破坏全球FEW系统的稳定，导致联合国可持续发展目标无法全部实现。

FEW资源供应链有利有弊，而规模可扩展的跨学科网络可以加快对其进行评估、协调和平衡，缩小地区和国家间FEW资源生产和消费不平等的差距。

该网络如果足够稳固，应该在识别风险、推荐解决方案、培养利益相关者了解国际间的FEW交换对相关地区和国家EES可持续性的长期影响方面发挥关键作用。

移动通信网网络管理技术规范 OMC北向接口 PCRF网络资源模型V1.0.0

目录前言 (2)1范围 (2)2规范性引用文件 (2)3术语、定义和缩略语 (3)4PCRF网络资源模型IOC关系图 (3)4.1公共网络资源模型 (3)4.2PCRF特有网络资源模型 (3)5HSS网络资源模型管理对象类（IOC） (4)5.1公共网络资源模型 (4)5.2PcrfFunction (4)5.2.1对象类描述 (4)5.2.2属性描述 (4)5.3EpRpDynGxPcrf (5)5.3.1对象类描述 (5)5.3.2属性描述 (5)6编制历史 (6)前言本标准主要的目的为规范PCRF网络资源模型定义。

本标准包括的主要内容为PCRF网元信息模型和相关链路的信息模型。

本标准是LTE OMC北向接口信息模型系列标准之一，该系列标准的结构、名称或预计的名称如下：本标准需与QB-W-001-2009《移动通信网网络管理接口技术规范 OMC北向接口－公共网络资源模型》配套使用。

1范围本标准规定了PCRF网络资源模型，供网络运行维护管理使用；适用于EPC无线网络。

2规范性引用文件下列文件中的条款通过本标准的引用而成为本标准的条款。

凡是注日期的引用文件，其随后所有的修改单（不包括勘误的内容）或修订版均不适用于本标准，然而，鼓励根据本标准达成协议的各方研究是否可使用这些文件的最新版本。

凡是不注日期的引用文件，其最新版本适用于本标准。

3 术语、定义和缩略语下列术语、定义和缩略语适用于本标准：4 PCRF 网络资源模型IOC 关系图4.1 公共网络资源模型参见《移动通信网网络管理技术规范 OMC 北向接口 eNodeB 网络资源模型》第4.1节“管理对象类关系图”部分。

4.2PCRF 特有网络资源模型PCRF 相关的配置管理网络资源对象关系图如下：图1 网络资源模型包含关系图PCRF 相关的网络资源模型继承关系图如下所示：图2 网络资源模型继承关系图5HSS网络资源模型管理对象类（IOC）5.1公共网络资源模型关于IOC ManagedElement、InventoryUnitRack、InventoryUnitShelf、InventoryUnitPack、InventoryUnitHost、InventoryUnitAccessory、EthernetPort、SctpAssoc的属性定义，请参见《移动通信网网络管理技术规范 OMC北向接口 eNodeB网络资源模型》4.2节“管理对象类(IOC)”部分。

PTN组网的流量研究及业务测试的开题报告

PTN组网的流量研究及业务测试的开题报告一、选题背景随着移动通信技术的进步和普及，越来越多的人们使用移动互联网进行协同办公、娱乐咨询等活动。

作为支撑移动互联网的关键技术之一的PTN网络因其成本低廉、可靠性高等优点，已经成为许多运营商搭建移动互联网的首选技术。

然而，在实际的PTN组网应用中，流量控制成为了制约网络性能的重要因素。

因此，对于PTN的流量管理进行深入研究，特别是对于实际业务的测试和优化，已经显得尤为重要。

二、研究目的本研究的主要目的是探讨PTN组网中流量状况、流量控制机制及其实现方案，并在此基础上进行实际业务测试和评估。

具体目标包括：1.研究PTN组网中的流量状况和流量控制机制。

通过对PTN组网的运作原理、网络流量特点、流量监控技术以及流量调度机制等进行详细研究，构建出PTN流量管理的理论基础，并梳理出组网中的流量控制需求。

2.分析流量调度方案的可行性。

在对PTN组网流量特点的分析基础上，通过对PTN流量调度方案的可行性进行研究，提出优化建议，并对其进行实验验证。

3.验证PTN组网的实际业务性能。

通过对PTN组网实际业务的测试和评估，对网络性能进行量化分析，选取合适的指标，并确定相应的评估方案。

检验PTN组网的功能完善性和适用性，为网络的优化提供有力支撑。

三、研究内容和方法本研究的主要内容包括以下几个方面：1.通过PTN组网现有文献和标准，系统梳理相关的理论基础，确定研究方向和内容，深入了解PTN组网流量状况和流量控制机制。

2.从网络流量监控、流量调度、流量管理等方面，开展PTN组网的流量调度方案研究。

涉及到路由器、交换机、传输机等多种设备及其配置技术和流量调度策略。

3.选择实际业务进行测试和评估。

优化测试方式，量化测试指标，设计测试系统，完成测试工作。

4.在全面研究和实验的基础上，系统总结本研究内容，提出相应的结论，并为PTN组网的业务实际应用提供相关建议和措施。

四、研究意义本研究的意义在于全面深入地研究PTN组网的流量状况与流量管理机制，为PTN组网提供具体、可操作的流量调度方案。