CN106454857A - 一种网络规划的评估方法及装置 - Google Patents

Abstract

本发明公开了一种网络规划的评估方法及装置，该方法通过将规划业务区划分为n类子规划业务区，采集每类子规划业务区的基础数据并将每类子规划业务区的基础数据量化为每类子规划业务区的投入类指标和产出类指标，然后对每类子规划业务区的投入类指标和产出类指标进行数据包络分析DEA，得到每类子规划业务区的相对效率指数和n类子规划业务区的平均相对相率指数，从而可以确定规划业务区的偏离度，当偏离度大于第一阈值时，可以确定规划业务区为DEA无效。该方法利用数据包络分析方法对网络规划业务区所分配的资源进行相对有效分析，进而可根据对规划业务区的评估结果，得知规划业务区的资源分配是否合理。

Description

一种网络规划的评估方法及装置

技术领域

本发明涉及网络规划技术领域，尤其涉及一种网络规划的评估方法及装置。

背景技术

无线网络规划的基本任务主要包括容量规划和覆盖规划。在无线网络容量规划中，根据业务量数据对话音及数据网络承载量进行预测，按照设定的利用率目标进行网络容量配置测算，以满足未来业务容量发展需求；在无线网络覆盖规划中，根据发展战略和市场策略进行规划部署。如图1所示，为现有技术中无线网络规划的基本流程，其最终对网络部署相关容量、载频参数的选择均主要依据对业务量预测结果。

在移动通信用户高速的发展阶段，网络建设资源的投入是粗放式的，资源相对宽裕，但是，随着移动通信用户发展的饱和，行业重心向流量经营发生转移，OTT(Over the Top，互联网公司越过运营商)业务的加速替代，流量爆炸式增长，流量单价的快速持续走低，对无线网络建设提出了挑战，需要无线网络建设资源的精确投放，同时往往面临无线网络资源总量约束和持续的收入增长压力，不能满足所有的业务发展需求，必须有所取舍。

现有的无线网络规划技术，倾向以满足业务需求为主，无法有效体现不同应用场景无线基站投入、频谱使用、网络利用率等因素对运营收入、网络覆盖、频谱利用等影响，因而现有的无线网络规划技术主要存在以下几个问题：

第一，在业务量预测与无线网络规划部署之间缺乏对所分配资源的相对有效性评价；

第二，在规划决策阶段，缺乏无线网络规划部署方案对约束条件和假定目标的关联分析，即缺乏一个“指示器”来引导网络规划部署。

发明内容

本发明提供一种网络规划方法及装置，用以解决现有技术中存在的在业务量预测与无线网络规划部署之间缺乏对所分配的资源的相对有效评价以及在规划决策阶段，缺乏无线网络规划部署方案对约束条件和假定目标的关联分析的问题。

本申请实施例提供一种网络规划方法，该方法包括：

将规划业务区划分为n类子规划业务区，其中n为大于或等于1的整数；

采集每类子规划业务区的基础数据并将每类子规划业务区的基础数据量化为所述每类子规划业务区的投入类指标和产出类指标；

对所述每类子规划业务区的投入类指标和产出类指标进行数据包络分析DEA，得出所述每类子规划业务区的相对效率指数；

根据所述每类子规划业务区的相对效率指数，得到所述n类子规划业务区的平均相对相率指数；

根据所述每类子规划业务区的相对效率指数和所述n类子规划业务区的平均相对相率指数，确定所述规划业务区的偏离度；

若所述偏离度大于第一阈值，则确定所述规划业务区为DEA无效。

本申请实施例提供一种网络规划装置，该装置包括：

划分单元，用于将规划业务区划分为n类子规划业务区，其中n为大于或等于1的整数；

量化单元，用于采集每类子规划业务区的基础数据并将每类子规划业务区的基础数据量化为所述每类子规划业务区的投入类指标和产出类指标；

第一确定单元，用于对所述每类子规划业务区的投入类指标和产出类指标进行数据包络分析DEA，得出所述每类子规划业务区的相对效率指数；

第二确定单元，用于根据所述每类子规划业务区的相对效率指数，得到所述n类子规划业务区的平均相对相率指数；

第三确定单元，用于根据所述每类子规划业务区的相对效率指数和所述n类子规划业务区的平均相对相率指数，确定所述规划业务区的偏离度；

判断单元，用于判断所述偏离度是否大于第一阈值；

第四确定单元，用于在所述偏离度大于第一阈值时，确定所述规划业务区为DEA无效。

本发明实施例提供的方法，在业务量预测和网络规划部署之间增加了对业务量预测的结果进行DEA有效评估：通过将规划业务区划分为n类子规划业务区，采集每类子规划业务区的基础数据并将每类子规划业务区的基础数据量化为所述每类子规划业务区的投入类指标和产出类指标，然后对每类子规划业务区的投入类指标和产出类指标进行数据包络分析DEA，得到每类子规划业务区的相对效率指数和n类子规划业务区的平均相对相率指数，从而可以确定规划业务区的偏离度，当偏离度大于第一阈值时，可以确定规划业务区为DEA无效。该方法利用数据包络分析方法对网络规划业务区所分配的资源进行有效分析，进而可根据对规划业务区的评估结果，得知规划业务区的资源分配是否合理，进而可根据该评估结果，针对性地调整规划业务区的相应的资源分配，引导网络规划部署,弥补了现有网络规划部署方案对投入和产出之间的关联缺失，可以实现无线通信网络资源的精确部署，对多维资源、多维目标规划尤其有效。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为无线现有技术中网络规划基本流程示意图；

图2为本发明实施例提供的一种网络规划方法流程示意图；

图3为本发明实施例提供的一种网络规划装置流程示意图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

无线网络规划的目标就是在一定的成本下，在满足网络服务质量的前提下，建设一个容量和覆盖范围都尽可能大的无线网络，并能适应未来网络发展和扩容的要求。无线规划方案的优劣直接关系到无线网络服务质量的高低、工程投资的多少、经济效益的好坏，其重要性不言而喻。

图2为本申请实施例提供的一种网络规划方法流程示意图，该方法包括以下步骤：

步骤201，将规划业务区划分为n类子规划业务区，其中n为大于或等于1的整数；

步骤202，采集每类子规划业务区的基础数据并将每类子规划业务区的基础数据量化为所述每类子规划业务区的投入类指标和产出类指标；

步骤203，对所述每类子规划业务区的投入类指标和产出类指标进行数据包络分析DEA，得出所述每类子规划业务区的相对效率指数；

步骤204，根据所述每类子规划业务区的相对效率指数，得到所述n类子规划业务区的平均相对相率指数；

步骤205，根据所述每类子规划业务区的相对效率指数和所述n类子规划业务区的平均相对相率指数，确定所述规划业务区的偏离度；

步骤206，判断偏离度是否大于第一阈值，若是，则判断规划业务区为DEA无效；否则，判断规划业务区为DEA有效。

在步骤201中，可按照网络资源的投入和网络规划目标将规划业务区分为n类子规划业务区。最典型无线网络规划可以将场景的不同作为规划业务区的划分依据，比如依据用户消费行为特征、人口密度、无线网络组网方式，可以将无线网络规划区域划分为城区、县城、乡镇、农村和特殊场景，其中特殊场景包括道路、景区、校园、工业园区等。

本申请实施例中将规划业务区分为城市网络、乡镇网络、农村网络以及道路网络四个子规划业务区来加以说明。

在步骤202中，在将规划业务区规划为子规划业务区后，可分别对每个子规划业务区进行基础数据的采集，以及将采集的基础数据量化为数据包络分析DEA模型可使用的数据，分为投入类指标和产出类指标。本申请实施例中将采集到的基础数据量化为投入类指标和产出类指标如下：

投入类指标，包含：

(1)基站载频数量；

(2)基站载频投资；

(3)网络利用率；

(4)基站数量；

(5)基站投资；

产出类指标，包含：

(1)语音收入；

(2)流量收入；

(3)人口覆盖率；

(4)面积覆盖率。

其中，投入类指标中，投入类指标1为基站载频数量，单位为块。无线网络规划的任务之一是确定各子规划业务区无线网络的规模和能力，而“基站载频数量”指标就是衡量无线网络基站接入能力和网络规模的重要指标。本申请实施例中，涉及4G无线网络规划，根据其组网方式，4G网络载频数量可能包括宏基站载频数量(F频段载频、D频段载频)、小型基站载频、室内分布系统基站载频以及飞基站(FEMTO)载频四小类。如果涉及2G网络，其载频数量包括宏基站载频、室内分布系统载频两类。

投入类指标2为基站载频投资，单位为万元。基站载频投资，是从资金占用的角度来衡量资源的投入情况，包括无线网络主设备投资，即eNodeB(基站)设备及相关功能软件等投资，含4G网络优化设备及工程服务投资。

投入类指标3为网络利用率，无单位。无线网络利用率，在本申请实例中主要涉及4G网络(TD-LTE)利用率，反映无线资源利用情况和信道容量，通过系统忙时“上行PUSCH(Physical Uplink Shared Channel，物理上行共享信道)PRB(Physical Resource Block，物理资源块)利用率”、“下行PDSCH(Physical Downlink Shared Channel，物理下行共享信道)PRB利用率”和“下行PDCCH(Physical Downlink Control Channel，物理下行控制信道)CCE(Control Channel Element，控制信道单元)利用率”三者间的最大值来表征，具体计算公式如下：

网络资源利用率＝MAX{忙时上行PUSCH PRB利用率；忙时下行PDSCHPRB利用率；忙时下行PDCCH CCE利用率}。

其中，忙时上行PUSCH PRB利用率＝忙时上行PUSCH PRB占用平均数/(忙时上行PUSCH PRB可用平均数×K)；

忙时下行PDSCH PRB利用率＝忙时下行PDSCH PRB占用平均数/(忙时下行PDSCH PRB可用平均数×K)；

忙时下行PDCCH CCE利用率＝忙时下行PDCCH CCE占用平均数/(忙时下行PDCCH CCE可用平均数×K)。

在上述公式中K值，对于单PRB信道理论承载业务量，建网初期K可以参考取值为0.5，建网中后期根据PRB信道模型，K取值为0.5-1之间。

投入类指标4为基站数量，单位为个。无线网络规划的任务之一是确定各决策单元网络的规模和能力，而“基站数量”指标也是衡量无线网络基站接入能力和网络规模的重要指标。本申请实施例中，涉及4G无线网络规划，根据其组网方式，4G网络基站数量可能包括宏基站数量(F频段载频、D频段载频)、小型基站、室内分布系统基站、飞基站(FEMTO)四小类。由于每个基站容量配置可能不同，因此基站数量和载频数量从不同角度来衡量无线网络的资源投入情况。如果涉及2G网络，其基站量包括宏基站、室内分布基站数量。

投入类指标5为基站投资，单位为万元。基站投资，是从资金占用的角度来衡量资源的投入情况，除了载频投资以外，还包括无线网配套投资。因此基站投资包括无线主设备投资、无线配套设备投资，其中无线网络配套投资，包括基站用房、铁塔、市电引入、配套设备及其他相关投资，不含基站传输相关投资。

其中，产出类指标中，产出类指标1为语音收入，单位为万元。无线网络规划产出效果，按照收入属性可以分为语音收入、流量收入。其中语音收入包括话音、短信、彩信，其预测和计算方法分别如下：

语音收入＝计费时长(分钟)×平均语音资费(元/分钟)

本申请实施例中采用的是话音收入增量，即语音收入＝当期语音收入-上期语音收入。

产出类指标2为流量收入，单位为万元。流量收入，包括手机移动数据流量收入、数据卡流量收入、物联网流量收入，其预测方法有两种，方法一是测算用户平均流量ARPU值，该方法测算公式：流量收入＝用户(户)×平均用户流量ARPU值(元/户)；方法二是通过流量单价测算，计算公式：流量收入＝移动数据流量(MB)×平均流量资费(元/MB)。

本申请实施例中采用的是流量收入增量，即流量收入＝当期流量收入-上期流量收入。

产出类指标3为人口覆盖率，无量纲。人口覆盖率，指无线网络覆盖区域人口(单位：万人)与规划区域常住人口数(单位：万人)的比值，计算公式：人口覆盖率＝无线网络覆盖区域人口/规划区域常住人口。往往根据无线网络部署节奏和策略，通常分不同的场景进行测算，有城市人口覆盖率、乡镇人口覆盖率、农村人口覆盖率以及道路人口覆盖率，例如城市人口覆盖率计算公式：城市人口覆盖率＝城市无线网络覆盖区域人口/城市人口。

产出类指标4为面积覆盖率，无量纲。在实际无线网络规划中，因为人口往往并非均匀分布，为了衡量无线网络建设效果与目标，因此还需要衡量单位面积无线网络的覆盖情况。与人口覆盖率类似，面积覆盖率指无线网络覆盖区域面积(单位：平方千米)与规划区域总面积(单位：平方千米)的比值，计算公式：面积覆盖率＝无线网络覆盖区域面积/规划区域总面积，单位为百分比。往往根据无线网络部署节奏和策略，通常分不同的场景进行测算，有城市面积覆盖率、乡镇面积覆盖率、农村面积覆盖率、道路面积覆盖率，例如城市面积覆盖率的计算公式：城市面积覆盖率＝城市无线网络覆盖区域面积/城市总面积。

在步骤203中，将步骤202中对基础数据量化得到的投入类指标和产出类指标投入到数据包络分析模型中，通过数据包络分析模型评估无线网络规划中投入的资源和得到的产出之间的关系是否合理，以及根据评估的结果，该如何调整无线网络资源中的投入类指标，以使无线网络规划方案得到优化。

具体地，在步骤203中，对所述每类子规划业务区的投入类指标和产出类指标进行数据包络分析DEA，得出所述每类子规划业务区的相对效率指数，包括：

构建数据包络分析C²R模型，所述C²R模型的方程为：

minθ

其中，θ为第j₀类子规划业务区的相对效率指数，1≤j₀≤n，X_j＝(X_1j，X_2j，…，X_mj)^T为所述第j₀类子规划业务区的m项投入类指标，Y_j＝(Y_1j，Y_2j，…，Y_sj)^T为所述第j₀类子规划业务区的s项产出类指标，为所述第j₀类子规划业务区的m项投入类指标的剩余变量，为所述第j₀类子规划业务区的s项产出类指标的剩余变量，n为子规划业务区的数量，n≥1，λ_j为模型最优解。

DEA方法应用数学规划模型计算比较决策单元之间的相对效率，对评价对象做出评价，它能充分考虑对于决策单元本身最优的投入产出方案，因而能够更理想地反映评价对象自身的信息和特点。

数据包络分析方法有多种模型可供选择，本申请实施例中选择以数据包络分析C²R模型进行说明。当将n类子规划业务区的投入类指标和产出类指标投入到模型中时，可依次对每类子规划业务区的投入类指标和产出类指标进行DEA有效分析，然后得到每类子规划业务区的相对效率指数。利用数据包络分析方法来对无线网络规划的投入类指标和产出类指标进行评估，可有效地确定投入与产出之间是否达到最佳比例，具有很好的指导意义。

在步骤204中，得到每类子规划业务区的相对效率指数后，即可计算得到所述n类子规划业务区的平均相对相率指数。

在步骤205中，根据在步骤203中得到每类子规划业务区的相对效率指标，和在步骤204中得到n类子规划业务区的平均相对效率指数，可确定出规划业务区的偏离度，该规划业务区的偏离度可用于评估规划业务区是否为DEA有效。

具体地，所述根据所述每类子规划业务区的相对效率指数和所述n类子规划业务区的平均相对相率指数，确定所述规划业务区的偏离度，包括：

获取所述每类子规划业务区的相对效率指数，其中，第j类子规划业务区的平均相对效率指数为θ_j，1≤j≤n；

获取所述n类子规划业务区的平均相对相率指数其中

确定所述规划业务区的偏离度D，其中

在上述方法中，利用方差的特性来计算规划业务区的偏离度，方差可以用来考察数据的波动性的，方差小就说明数据比较稳定，方差大就是波动性比较大；通过比较n类子规划业务区的相对指数与n类子规划业务区的平均相对效率指数的方差，以此来判断n类子规划业务区之间的偏离程度，具有很好的准确性，当然，在实际应用中，也可以用其它方式来计算规划业务区的偏离度D，比如可定义规划业务区的偏离度也可以用来反映n类子规划业务区的相对效率指数整体上是否比较接近还是差异比较大。

在步骤206中，将步骤205中得到的规划业务区的偏离度与第一阈值进行比较，当规划业务区的偏离度大于第一阈值时，则确定该规划业务区为DEA无效；否则确定该规划业务区为DEA有效。

上述第一阈值可根据实际情况来设定，比如设定为0，也可以设置为0.5。在本申请实施例中，将第一阈值设置为0来加以说明。

通过上述方法步骤，可实现对规划业务区的投入类资源与产出类资源之间的关系进行评估，以判断该规划业务区的投入与产出之间的比例是否合理，以及为后续做无线网络优化提供参考依据。

具体地，在通过上述方法对规划业务区进行DEA评估后，根据评估结果，可进一步地对该规划业务区进行优化。

较优地，在确定所述规划业务区为DEA无效后，还包括：

若所述n类子规划业务区中的第j类子规划业务区的相对效率指数θ_j<1，则调整所述第j类子规划业务区的投入类指标，使所述第j类子规划业务区的相对效率指数θ_j＝1，其中，1≤j≤n。

数据包络分析模型在对投入类指标和产出类指标进行DEA有效性分析之后，可得到每类子规划业务区的相对效率指数，当某个子规划业务区的相对效率指数等于1时，则表明该规划业务区为DEA有效，即表明该子规划业务区的投入与产出之间的比例比较合理，无需调整；当某个子规划业务区的相对效率指数小于1时，则表明该规划业务区为DEA无效，即表明该子规划业务区的投入与产出之间的比例比较不合理，需要调整该子规划业务区的投入类指标或者是调整该子规划业务区的产出类指标。一般地，调整方式有两种，第一种方式是控制子规划业务区的产出类指标不变，通过减少投入类指标来使该子规划业务区达到DEA有效；第二种方式是控制子规划业务区的投入类指标不变，通过增加产出类指标来使该子规划业务区达到DEA有效。本发明实施例中，采用第一种方式加以说明。

通过调整每类子规划业务区的投入类指标，使得每类子规划业务区都达到DEA有效，此时每类子规划业务区的相对效率指数均为1，n类子规划业务区的平均相对效率指数也等于1，因而该规划业务区的偏离度等于0，必然DEA有效。由上述优化方法可看出，通过调整每类子规划业务区的投入类指标使得每类子规划业务区都达到DEA有效，可以使规划业务区达到DEA有效。此种优化方法既可以使每类子规划业务区业务区达到DEA有效，也可以使规划业务区整体达到DEA有效，属于最优的优化方案。

但实际应用中，由于资源总量、目标条件约束的限制，无法达到理论上的最优的规划方案，因此，可以考虑另外一种优化方案，如下：

较优地，在确定所述规划业务区为DEA无效后，还包括对每类子规划业务区执行以下步骤：

根据公式(1)确定所述第j类子规划业务区的第一投入校正量公式(1)为其中，S_j为第j类子规划业务区的初始投入量，θ_j为所述第j类子规划业务区的的相对效率指数，1≤j≤n；

根据公式(2)确定所述第j类子规划业务区的第二投入校正量公式(2)为其中为所述n类子规划业务区的平均相对相率指数，

根据所述第j类子规划业务区的各投入指标的权重以及所述第j类子规划业务区的第二投入校正量调整所述第j类子规划业务区的各投入类指标。

在上述对规划业务区的优化方法中，由于n类子规划业务区的相对效率指数不一致，因而可通过调整每类子规划业务区的相对效率指数，使得n类子规划业务区的相对效率指数取相同的值，即，通过调整n类子规划业务区的投入类指标，使得n类子规划业务区的相对效率指数都调整为n类子规划业务区的平均相对效率指数，因而调整后的n类子规划业务区的偏离度也等于0，可以使得规划业务区达到DEA有效。通过该方案对n类子规划业务区业务区调整后，每类子规划业务区并没有达到DEA有效，但是可以使整个规划业务区达到DEA有效，在应用中具有更实用的价值。

另外，在实际应用中，考虑到无线网络实际规划工作中受国家政策的影响，或者某些场景组网技术等因素，上述方法中某些子规划业务区并不能按要求去调整，比如第m类子规划业务区有某种调整约束条件的限制，因而还可以针对此种情况做进一步的微调，具体如下：

较优地，在满足第m类子规划业务区的调整约束的条件下，调整其他子规划业务区的第二投入校正量，使得所述n类子规划业务区的第二投入校正量的总和为零。

上述方法，在规划业务区达到整体最优后，为满足某些子规划业务区的某些约束条件，在保证n类子规划业务区的整体投入保持不变的情况下，即保证n类子规划业务区的第二投入校正量总和为零的情况下，通过调整其他子规划业务区的第二投入校正量，使得每类子规划业务区均满足实际约束条件，并且规划业务区整体上也接近最优，因而更具实际应用价值。

本发明实施例提供的方法，在业务量预测和网络规划部署之间增加了对业务量预测的结果进行DEA有效评估：通过将规划业务区划分为n类子规划业务区，采集每类子规划业务区的基础数据并将每类子规划业务区的基础数据量化为所述每类子规划业务区的投入类指标和产出类指标，然后对每类子规划业务区的投入类指标和产出类指标进行数据包络分析DEA，得到每类子规划业务区的相对效率指数和n类子规划业务区的平均相对相率指数，从而可以确定规划业务区的偏离度，当偏离度大于第一阈值时，可以确定规划业务区为DEA无效。该方法利用数据包络分析方法对网络规划业务区所分配的资源进行有效分析，进而可根据对规划业务区的评估结果，得知规划业务区的资源分配是否合理，进而可根据该评估结果，针对性地调整规划业务区的相应的资源分配，引导网络规划部署,弥补了现有网络规划部署方案对投入和产出之间的关联缺失，可以实现无线通信网络资源的精确部署，对多维资源、多维目标规划尤其有效。

下面结合具体实施例对本申请提供的方案做详细的说明。

本申请实施例以将规划业务区分为城市、乡镇、农村、道路四类为例进行说明，其中城市、乡镇、农村、道路分别作为四个子规划业务区进行评估。

在数据包络分析模型中，一般将每个子规划业务区称为一个决策单元DMU(Decision Make Unit)，为统一描述，在本发明实施例中，将每个子规划业务区称为一个决策单元，具体地，分别将城市、乡镇、农村、道路四类子规划业务区称为城市决策单元DMU1、乡镇决策单元DMU2、农村决策单元DMU3、道路决策单元DMU4。

每个决策单元的投入类指标均为基站载频数量x1，单位为块；基站载频投资x2，单位为万元；网络利用率x3，无量纲；基站数量x4，单位为块；基站投资x5，单位为万元；产出类指标均为语音收入y1，单位为万元；流量收入y2，单位为万元；人口覆盖率y3，无量纲；面积覆盖率y4，无量纲。

如下表1所示，为无线网络规划投入类指标。

表1无线网络规划投入类指标

如下表2所示，为无线网络规划产出类指标。

表2无线网络规划产出类指标

本申请实施例中各决策单元DMU的投入类指标原始值如下表3所示：

表3决策单元DMU的投入类指标原始值

本申请实施例中各决策单元DMU的产出类指标原始值如下表4所示：

单位：万元

单位：万元

单位

单位

决策单元	语音收入y1	流量收入y2	人口覆盖率y3	面积覆盖率y4
					城市DMU1	-775.0	3676.0	99.00％	99.00％
乡镇DMU2	-96.0	633.0	95.00％	93.00％
					农村DMU3	-678.0	2309.0	80.00％	70.00％
道路DMU4	-48.0	380.0	40.00％	40.00％

表4决策单元DMU的产出类指标原始值

无线网络规划的核心问题是平衡覆盖、容量、质量(网络利用率)三者之间的矛盾。在4G网络建设初期，重点是解决覆盖与质量的问题，通常的规划方法是部署大量的宏基站以快速提升人口覆盖率和面积覆盖率。但随着无线网络建设的大规模推进，网络容量与质量(网络利用率)逐渐成为无线网络规划的主要矛盾。为了方便后续无线网络资源调整，设计了各项指标的初始权重。为了便于说明和计算，本实例中所有权重初始值均取1。

本申请实施例中各决策单元DMU的投入类指标初始权重如下表5所示：

表5决策单元DMU的投入类指标初始权重

本申请实施例中各决策单元DMU的产出类指标初始权重如下表6所示：

初始权重	语音收入y1	流量收入y2	人口覆盖率y3	面积覆盖率y4
					城市DMU1	1	1	1	1
乡镇DMU2	1	1	1	1
					农村DMU3	1	1	1	1

道路DMU4

1

1

1

1

表6决策单元DMU的产出类指标初始权重

接下来将表3中的投入类指标原始数据与表5中的各指标权重对应相乘，得到投入类指标初始值，该初始值可直接作为C²R模型的产出类指标值，用于计算，如下表7所示，为本申请实施例中各决策单元DMU的投入类指标初始值：

X0	城市DMU1	乡镇DMU2	农村DMU3	道路DMU4
					载频数量x1	3984.00	3045.00	2010.00	1600.00
载频投资x2	15936.00	12180.00	8442.00	7200.00
					网络利用率x3	0.154	0.137	0.090	0.072
基站数量x4	664.00	761.00	574.00	540.00
					基站投资x5	9960.00	13698.00	11480.00	13500.00

表7决策单元DMU的投入类指标初始值

接下来将表4中的产出类指标原始数据与表6中的各指标权重对应相乘，得到产出类指标初始值，该初始值可直接作为C²R模型的产出类指标值，用于计算，如下表8所示，为本申请实施例中各决策单元DMU的产出类指标初始值：

Y0	城市DMU1	乡镇DMU2	农村DMU3	道路DMU4
					语音收入y1	-775.0	-96.0	-678.0	-48.0
流量收入y2	3676.0	633.0	2309.0	380.0
					人口覆盖率y3	0.990	0.950	0.800	0.400
面积覆盖率y4	0.990	0.930	0.700	0.400

表8决策单元DMU的产出类指标初始值

由上述操作过程可知，首先获得如表3和表4所示的原始投入类、产出类指标，其中投入类指标表示投入资源数据，产出类指标表示产出效果数据；其次初始化各决策单元DMU的初始权重值，如表5和表6所示；最后将原始投入类、产出类指标与各自相应的权重相乘，得到C²R可处理的各项投入类、产出类初始指标，如表7和表8所示，即在获得基础后，通过量化基础数据中的各指标，得到符合数据包络分析模型投入的投入类指标和产出类指标。

为方便理解本发明，将通过DEA模型来求解各决策单元的结果，分别对求解结果中的第j个决策单元的投入产出Y_j ⁰，第一投入校正量调整后投入做如下定义：

投入

产出Y_j ⁰＝语音收入×权重+流量收入×权重；

调整后投入

第一投入校正量

其中，1≤j≤4。

接下来，可通过LINGO程序实现C²R关联模型的计算，得到各决策单元DEM的DEA效率值θ_j，可通过DEA效率值θ_j来判断各决策单元是否DEA有效，如表9所示。

表9决策单元DMU的求解结果

从表9中可以看出，只有决策单元DMU3的DEA效率值等于1，即决策单元DMU3是DEA有效的，无需做相应的调整。而决策单元DMU1、决策单元DMU2、决策单元DMU3的效率值都小于1，因而它们都是DEA无效的，需要调整其投入或者产出。在数据包络分析模型中，可以通过在保持各产出指标不变的情况下，通过减少其投入以使决策单元达到DEA有效；或者也可以通过在保持各投入指标不变的情况下，通过增加其产出以使决策单元达到DEA有效。本申请实施例通过采用前者的方法，即保持产出不变的情况下，通过减少各产出指标以使各决策单元DEA有效。本申请实施例中，减少投入指标具体是指减少投入其中，投入投入 具体地，根据所述第j类子规划业务区的各投入指标的权重以及所述第j类子规划业务区的第一投入校正量调整所述第j类子规划业务区的各投入类指标。

如表10所示，对投入类指标基站载频投资x2和基站投资x5进行调整的结果。

表10对投入类指标基站载频投资x2和基站投资x5进行调整的结果。

从上表中可看出，当通过对投入类指标中的基站载频投资和基站投资进行相应调整后，可使决策单元DMU1、决策单元DMU2以及决策单元DMU4也达到DEA有效，因而使整个无线规划方案达到最优值。但是，这种使所有的决策单元都达到DEA有效在理论上可行，而在实际规划中，往往受到很多资源、目标条件的约束，因而是无法达到理论最优规划方案的，如表10所示，整体投资不可能从9.23亿元降低到6.75亿元的。因而，在实际应用中，可以设定在总体投入一定的情况下，调整各决策单元的投入，使得整体效率最优。

调整步骤如下，首先计算各决策单元DEA效率值θ_j的平均值及偏离度D，如表11所示，其中

表11各决策单元DEA效率值θ_j的平均值及偏离度D

因而可以计算各决策单元可以调整的θ_j的值及可以调整的收入，如下表12所示。

表12各决策单元可以调整的θ_j的值及可以调整的收入

其中，

投入调整量

由于需要保持各决策单元投入的总和不变，因此决策单元DMU3的投入调整量＝-(决策单元DMU1投入调整量+决策单元DMU2投入调整量+决策单元DMU3投入调整量)。

通过上述第二次调整，各决策单元投入如下表13所示。

表13第二次调整后各决策单元投入情况

另外，考虑到实际情况中的约束条件和限制因素，在无线网络实际规划工作中，受国家政策的影响，或者某些场景组网技术等因素，并不允许达到上述第一调整中理论上的调整量，比如DMU4道路场景中，根据实际测算的最大调整量是减少1500万元，因此还需要进行进一步地调整。

如下表所示，可以计算各决策单元可以调整的θ_j的值及可以调整的收入，如下表14所示。

表14各决策单元可以调整的θ_j的值及可以调整的收入

通过第三次调整，各决策单元投入如下表15所示。

表15第二次调整后各决策单元投入情况

将数据包络分析模型的初始求解结果和经过第二次和第三次调整的方案进行对比，如表16所示。

表16初始求解结果及经过第二次和第三次调整的方案对比

由上表可看出，对初始结果经过第二次调整后，由于各决策单元的效率值θ_j的方差为0，因而第二次调整后的方案可使无线规划方案达到整体最优；另外，如果考虑到实际应用，则需要考虑进行进一步调整，即经过调整达到第三种调整后的方案。

本方案一方面可以通过调整DEA无效的决策单元的各投入指标使得DEA无效的决策单元达到达到DEA有效，因而使所有的决策单元均达到DEA有效，即所有的决策单元个体达到最优；另外，结合实际情况，也可以通过对各决策单元做为一个整体综合考虑调整，调整后的有的决策单元可能没有达到DEA最优，但是可以使整体无线网络规划方案达到最优，因而具有很好的实际应用价值，以及可以结合实际应用中的约束条件限制，可对各决策单元的投入类指标做微调，以满足实际应用规划。

本发明实施例提供的方法，在业务量预测和网络规划部署之间增加了对业务量预测的结果进行DEA有效评估：通过将规划业务区划分为n类子规划业务区，采集每类子规划业务区的基础数据并将每类子规划业务区的基础数据量化为所述每类子规划业务区的投入类指标和产出类指标，然后对每类子规划业务区的投入类指标和产出类指标进行数据包络分析DEA，得到每类子规划业务区的相对效率指数和n类子规划业务区的平均相对相率指数，从而可以确定规划业务区的偏离度，当偏离度大于第一阈值时，可以确定规划业务区为DEA无效。该方法利用数据包络分析方法对网络规划业务区所分配的资源进行有效分析，进而可根据对规划业务区的评估结果，得知规划业务区的资源分配是否合理，进而可根据该评估结果，针对性地调整规划业务区的相应的资源分配，引导网络规划部署,弥补了现有网络规划部署方案对投入和产出之间的关联缺失，可以实现无线通信网络资源的精确部署，对多维资源、多维目标规划尤其有效。

基于相同的发明构思，如图3所示，本申请还提供一种网络规划装置，该装置包括：

划分单元301，用于将规划业务区划分为n类子规划业务区，其中n为大于或等于1的整数；

量化单元302，用于采集每类子规划业务区的基础数据并将每类子规划业务区的基础数据量化为所述每类子规划业务区的投入类指标和产出类指标；

第一确定单元303，用于对所述每类子规划业务区的投入类指标和产出类指标进行数据包络分析DEA，得出所述每类子规划业务区的相对效率指数；

第二确定单元304，用于根据所述每类子规划业务区的相对效率指数，得到所述n类子规划业务区的平均相对相率指数；

第三确定单元305，用于根据所述每类子规划业务区的相对效率指数和所述n类子规划业务区的平均相对相率指数，确定所述规划业务区的偏离度；

判断单元306，用于判断所述偏离度是否大于第一阈值；

第四确定单元307，用于在所述偏离度大于第一阈值时，确定所述规划业务区为DEA无效。

较优地，所述第一确定单元303，具体用于：

构建数据包络分析C²R模型，所述C²R模型的方程为：

minθ

其中，θ为第j₀类子规划业务区的相对效率指数，1≤j₀≤n，X_j＝(X_1j，X_2j，…，X_mj)^T为所述第j₀类子规划业务区的m项投入类指标，Y_j＝(Y_1j，Y_2j，…，Y_sj)^T为所述第j₀类子规划业务区的s项产出类指标，为所述第j₀类子规划业务区的m项投入类指标的剩余变量，为所述第j₀类子规划业务区的s项产出类指标的剩余变量，n为子规划业务区的数量，n≥1，λ_j为模型最优解。

较优地，所述第三确定单元305，具体用于：

获取所述每类子规划业务区的相对效率指数，其中，第j类子规划业务区的平均相对效率指数为θ_j，1≤j≤n；

获取所述n类子规划业务区的平均相对相率指数其中

确定所述规划业务区的偏离度D，其中

较优地，所述装置还包括优化单元308，用于若所述n类子规划业务区中的第j类子规划业务区的相对效率指数θ_j<1，则调整所述第j类子规划业务区的投入类指标，使所述第j类子规划业务区的相对效率指数θ_j＝1，其中，1≤j≤n。

较优地，所述优化单元308，用于对每类子规划业务区执行以下步骤：

根据公式(1)确定所述第j类子规划业务区的第一投入校正量公式(1)为其中，S_j为第j类子规划业务区的初始投入量，θ_j为所述第j类子规划业务区的的相对效率指数，1≤j≤n；

根据公式(2)确定所述第j类子规划业务区的第二投入校正量公式(2)为其中为所述n类子规划业务区的平均相对相率指数，

根据所述第j类子规划业务区的各投入指标的权重以及所述第j类子规划业务区的第二投入校正量调整所述第j类子规划业务区的各投入类指标。

较优地，所述优化单元308，还用于：

在满足第m类子规划业务区的调整约束的条件下，调整其他子规划业务区的第二投入校正量，使得所述n类子规划业务区的第二投入校正量的总和为零。

较优地，所述装置中，所述投入类指标，包括：

(1)基站载频数量；

(2)基站载频投资；

(3)网络利用率；

(4)基站数量；

(5)基站投资；

所述产出类指标，包括：

(1)语音收入；

(2)流量收入；

(3)人口覆盖率；

(4)面积覆盖率。

本发明实施例提供的方法，在业务量预测和网络规划部署之间增加了对业务量预测的结果进行DEA有效评估：通过将规划业务区划分为n类子规划业务区，采集每类子规划业务区的基础数据并将每类子规划业务区的基础数据量化为所述每类子规划业务区的投入类指标和产出类指标，然后对每类子规划业务区的投入类指标和产出类指标进行数据包络分析DEA，得到每类子规划业务区的相对效率指数和n类子规划业务区的平均相对相率指数，从而可以确定规划业务区的偏离度，当偏离度大于第一阈值时，可以确定规划业务区为DEA无效。该方法利用数据包络分析方法对网络规划业务区所分配的资源进行有效分析，进而可根据对规划业务区的评估结果，得知规划业务区的资源分配是否合理，进而可根据该评估结果，针对性地调整规划业务区的相应的资源分配，引导网络规划部署,弥补了现有网络规划部署方案对投入和产出之间的关联缺失，可以实现无线通信网络资源的精确部署，对多维资源、多维目标规划尤其有效。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (14)

1.一种网络规划的评估方法，其特征在于，包括：

将规划业务区划分为n类子规划业务区，其中n为大于或等于1的整数；

采集每类子规划业务区的基础数据并将每类子规划业务区的基础数据量化为所述每类子规划业务区的投入类指标和产出类指标；

对所述每类子规划业务区的投入类指标和产出类指标进行数据包络分析DEA，得出所述每类子规划业务区的相对效率指数；

根据所述每类子规划业务区的相对效率指数，得到所述n类子规划业务区的平均相对相率指数；

根据所述每类子规划业务区的相对效率指数和所述n类子规划业务区的平均相对相率指数，确定所述规划业务区的偏离度；

若所述偏离度大于第一阈值，则确定所述规划业务区为DEA无效。

2.如权利要求1所述的方法，其特征在于，所述对所述每类子规划业务区的投入类指标和产出类指标进行数据包络分析DEA，得出所述每类子规划业务区的相对效率指数，包括：

构建数据包络分析C²R模型，所述C²R模型的方程为：

其中，θ为第j₀类子规划业务区的相对效率指数，1≤j₀≤n，X_j＝(X_1j，X_2j，…，X_mj)^T为所述第j₀类子规划业务区的m项投入类指标，Y_j＝(Y_1j，Y_2j，…，Y_sj)^T为所述第j₀类子规划业务区的s项产出类指标，为所述第j₀类子规划业务区的m项投入类指标的剩余变量，为所述第j₀类子规划业务区的s项产出类指标的剩余变量，n为子规划业务区的数量，n≥1，λ_j为模型最优解。

3.如权利要求1所述的方法，其特征在于，所述根据所述每类子规划业务区的相对效率指数和所述n类子规划业务区的平均相对相率指数，确定所述规划业务区的偏离度，包括：

获取所述每类子规划业务区的相对效率指数，其中，第j类子规划业务区的平均相对效率指数为θ_j，1≤j≤n；

获取所述n类子规划业务区的平均相对相率指数其中

确定所述规划业务区的偏离度D，其中

4.如权利要求1所述的方法，其特征在于，在确定所述规划业务区为DEA无效后，还包括：

若所述n类子规划业务区中的第j类子规划业务区的相对效率指数θ_j<1，则调整所述第j类子规划业务区的投入类指标，使所述第j类子规划业务区的相对效率指数θ_j＝1，其中，1≤j≤n。

5.如权利要求1所述的方法，其特征在于，在确定所述规划业务区为DEA无效后，还包括对每类子规划业务区执行以下步骤：

根据公式(1)确定所述第j类子规划业务区的第一投入校正量公式(1)为其中，S_j为第j类子规划业务区的初始投入量，θ_j为所述第j类子规划业务区的的相对效率指数，1≤j≤n；

根据公式(2)确定所述第j类子规划业务区的第二投入校正量公式(2)为其中为所述n类子规划业务区的平均相对相率指数， $\stackrel{\&OverBar;}{\mathrm{\&theta;}}=\frac{\underset{j=1}{\overset{n}{\&Sigma;}}{\mathrm{\&theta;}}_j}{n};$

根据所述第j类子规划业务区的各投入指标的权重以及所述第j类子规划业务区的第二投入校正量调整所述第j类子规划业务区的各投入类指标。

6.如权利要求5所述的方法，其特征在于，包括：

在满足第m类子规划业务区的调整约束的条件下，调整其他子规划业务区的第二投入校正量，使得所述n类子规划业务区的第二投入校正量的总和为零。

7.如权利要求1至6任一项所述的方法，其特征在于，所述投入类指标，包括：

(1)基站载频数量；

(2)基站载频投资；

(3)网络利用率；

(4)基站数量；

(5)基站投资；

所述产出类指标，包括：

(1)语音收入；

(2)流量收入；

(3)人口覆盖率；

(4)面积覆盖率。

8.一种网络规划的评估装置，其特征在于，包括：

划分单元，用于将规划业务区划分为n类子规划业务区，其中n为大于或等于1的整数；

量化单元，用于采集每类子规划业务区的基础数据并将每类子规划业务区的基础数据量化为所述每类子规划业务区的投入类指标和产出类指标；

第一确定单元，用于对所述每类子规划业务区的投入类指标和产出类指标进行数据包络分析DEA，得出所述每类子规划业务区的相对效率指数；

第二确定单元，用于根据所述每类子规划业务区的相对效率指数，得到所述n类子规划业务区的平均相对相率指数；

第三确定单元，用于根据所述每类子规划业务区的相对效率指数和所述n类子规划业务区的平均相对相率指数，确定所述规划业务区的偏离度；

判断单元，用于判断所述偏离度是否大于第一阈值；

第四确定单元，用于在所述偏离度大于第一阈值时，确定所述规划业务区为DEA无效。

9.如权利要求8所述的装置，其特征在于，所述第一确定单元，具体用于：

构建数据包络分析C²R模型，所述C²R模型的方程为：

其中，θ为第j₀类子规划业务区的相对效率指数，1≤j₀≤n，X_j＝(X_1j，X_2j，…，X_mj)^T为所述第j₀类子规划业务区的m项投入类指标，Y_j＝(Y_1j，Y_2j，…，Y_sj)^T为所述第j₀类子规划业务区的s项产出类指标，为所述第j₀类子规划业务区的m项投入类指标的剩余变量，为所述第j₀类子规划业务区的s项产出类指标的剩余变量，n为子规划业务区的数量，n≥1，λ_j为模型最优解。

10.如权利要求8所述的装置，其特征在于，所述第三确定单元，具体用于：

获取所述每类子规划业务区的相对效率指数，其中，第j类子规划业务区的平均相对效率指数为θ_j，1≤j≤n；

获取所述n类子规划业务区的平均相对相率指数其中

确定所述规划业务区的偏离度D，其中

11.如权利要求8所述的装置，其特征在于，在确定所述规划业务区为DEA无效后，还包括：

优化单元，用于若所述n类子规划业务区中的第j类子规划业务区的相对效率指数θ_j<1，则调整所述第j类子规划业务区的投入类指标，使所述第j类子规划业务区的相对效率指数θ_j＝1，其中，1≤j≤n。

12.如权利要求8所述的装置，其特征在于，在确定所述规划业务区为DEA无效后，还包括：

优化单元，用于对每类子规划业务区执行以下步骤：

根据公式(1)确定所述第j类子规划业务区的第一投入校正量公式(1)为其中，S_j为第j类子规划业务区的初始投入量，θ_j为所述第j类子规划业务区的的相对效率指数，1≤j≤n；

根据公式(2)确定所述第j类子规划业务区的第二投入校正量公式(2)为其中为所述n类子规划业务区的平均相对相率指数， $\stackrel{\&OverBar;}{\mathrm{\&theta;}}=\frac{\underset{j=1}{\overset{n}{\&Sigma;}}{\mathrm{\&theta;}}_j}{n};$

根据所述第j类子规划业务区的各投入指标的权重以及所述第j类子规划业务区的第二投入校正量调整所述第j类子规划业务区的各投入类指标。

13.如权利要求12所述的装置，其特征在于，所述优化单元，还用于：

在满足第m类子规划业务区的调整约束的条件下，调整其他子规划业务区的第二投入校正量，使得所述n类子规划业务区的第二投入校正量的总和为零。

14.如权利要求8至13任一项所述的装置，其特征在于，所述投入类指标，包括：

(1)基站载频数量；

(2)基站载频投资；

(3)网络利用率；

(4)基站数量；

(5)基站投资；

所述产出类指标，包括：

(1)语音收入；

(2)流量收入；

(3)人口覆盖率；

(4)面积覆盖率。