基于DOA-ELM的移动通信网络故障诊断模型

为实现移动通信网络故障的精准识别,文章提出一种基于澳洲野犬算法(Dingo Optimization Algorithm,DOA)优化极限学习机(Extreme Learning Machine,ELM)的故障诊断模型(DOA-ELM)。以12个网络故障特征量为输入、4种连接故障为输出,采用DOA算法优化ELM的输出权值,构建了网络结构为12-13-4的DOA-ELM模型。实验结果表明,DOA-ELM模型的平均诊断精度达到97.81%,相较于其他三种模型,该模型具有更高的诊断精度和模型稳定性,验证了其有效性。