2024年5月14日发(作者：)

程序员之家

移动运营商全业务机房建设原则及选点策略探究

◆李泽彪　徐敏智

2008年开始通信产业迎来了第二次重大变革，中国移动开始

成为全业务运营商，从原来的基础业务层面较为单一的局面，完

成了从“移动通信专家”到“移动信息专家”的华丽转身，在激

烈的市场竞争中获得了长效发展。从中国移动业务方向的转变中

可以看出，全业务竞争正逐渐加剧，然而实施全业务运营的过程

中，各大运营商都面临着机房空间资源紧张的局面，这种情况下

对于移动运营商来说，积极总结全业务机房建设原则及选点策略

显得非常重要。

1　衡量标准与目标效果的建立

我国幅员辽阔，各地区情况差异较大，这种情况下全业务机

房建设也应该摆脱原来的条条框框，在不同领域中将“购、租、建”

结合起来，注意所选点应充分满足长期稳定、安全便利、正常使

用等条件。

1.1　“长期稳定”

所谓长期稳定，主要是以下几方面含义：首先，具有自由的

房屋产权，或者有超过10年的长租合约，不容易被逼迁；其次，

周围的环境非常成熟，不会出现政府大面积拆迁的情况，也不会

受到其他方式圈地的影响；第三，市政绿化工程、道路扩建工程

等都不会影响机房；第四，选择不引人注意的地方，不容易出现

误解，不会引发民事性纠纷。

1.2　“安全”

所谓安全，主要体现为以下几方面要点，首先，环境安全，

主要是当地的社会环境、自然环境因素不会影响机房内各通信设

备的正常运行，比方说，应该尽量避开低洼易积水、电磁干扰等

地区；其次，使用安全，比方说，不会出现经常断电的问题，有

良好的物业管理，不容易被盗；第三，机房工艺要求较高，可以

保证安全生产的实现。例如，板楼承重能力必须达到要求，同时

还要具备进出局双路由条件，有良好接地系统，这样才能使组网

不同物理路由进出得到实现。

1.3　“便利”

所谓便利，主要是指物理位置上合适，常规施工、平时维护

等可以方便的进行，例如，楼层选择应充分保证线缆进出方便，

同时还要考虑到维护人员进出方便等。

1.4　“正常使用”

所谓正常使用是指必须具备电源系统，具备可以满足5年以

内常规工程新建、扩容等方面的要求，比方说，通常情况下汇聚

机房的大小应该控制在40~100㎡之间。

2　全业务机房建设原则

2.1　核心机房规划

2.1.1　局部规划

首先，通常应在城区和城郊布局核心机房，原则上不会考虑

布局在乡镇等地区；其次，机楼和机楼之间的距离不宜过远，尤

其各机楼不能处于同供电检修区间，这样可以避免故障发生时或

者市电检修时出现同时断电的问题；第三，布局过程中应该充分

考虑东西分布或南北分布上的相对均衡；第四，具体建设核心机

房时，应该按照县级生产楼、营业厅等建设综合考虑，将资源盘活，

使其得到充分利用。

2.1.2　技术指标规划

主要技术指标必须满足相关设计标准，同时还要对以下几

方面问题加以关注：首先，面积上必须满足数据、无线、核心网

等不同专业以后的长期发展需求，因此检疫可以按照单栋楼多楼

层进行考虑和分析，通常情况下传输专业装机的总面积需要超过

300㎡；其次，在机房建设过程中还应设置双进线室，并配置双

管道路由；第三，引入双市电，并配置油机；最后，机房荷载必

须满足未来通信设备的长期运行需求。

2.1.3　临时过渡方案

由于考虑到新建机楼土建施工过程中必须有明确的时间周

期，如果预计3年以内不能正式投入使用，这种情况下，可以采

用购置临时核心机房，待正式机房启用后，临时机房逐步弱化降

级以后就会作为汇聚节点来使用。

2.2　汇聚机房规划原则

汇聚机房应该在现有传输汇聚机房基础上展开规划，对于当

前存在不稳定性因素、相关技术指标不符合要求的汇聚机房，均

应针对消除不稳定性因素展开规划，新建汇聚机房的80%应该具

有自有产权，除此外，建设机房的过程中还应和营业厅、生产楼

等结合考虑。

2.2.1　新建原则

城区中在汇聚机房中设置业务汇聚点，如果综合业务接入区

中没有汇聚机房，可以新增；郊区如果只有1个业务出局机房，

可以新增，以提升网络安全性；如果区域中用户数量超过10万，

可新增汇聚机房帮助分担业务。

2.2.2　选址原则

城区及发达地区乡镇可以将“购、租、建”结合起来进行建设，

因为城区中汇聚机房建设存在很多困难，下面只针对城区汇聚机

房展开描述。通常需要按照客户分布情况以及地理情况展开整体

分布和规划，优先选择与综合业务区靠近的位置选址，充分满足

汇聚点设置要求。最好将汇聚机房设置在城区内，覆盖原有汇聚

机房的区域。

新增机房应该有两个以上光缆物理路由，在具体选点策略上

遵循以下几点建议：优先选择企事业单位及公共区域，其次选择

社区楼宇和商业地产，其中，环卫系统垃圾转运站、城市绿地旁

及大型体育场馆等均属于公共区，而学校、宾馆及医院等属于企

事业单位，停车场、仓储空间等属于商业地产，社区店面及人防

空间等属于社区楼宇。

2.2.3　建设要求

从原则上来看新增汇聚机房应该以购买和新建为主，租用为

辅，构建机房比例不能在80%以下，租用年限应该在10年以上。

出于对中远期设备配置需求的考虑，建立选用40~100㎡，同时在

30KW以上的电力引入条件，将多个汇聚环业务转接机房兼顾完

成，这些机房的面积通常不能小于100㎡，还要具备超过50KW

的电力引入条件。

3　结语

通过近年来全国各地的实践经验可以看出，当前对环卫设施

等控件进行挖掘的策略获得了广泛效果，“长期稳定、安全便利

及正常使用”的理念早已经深入人心，移动运营商原本在全业务

机房建设方面存在的困难得到了极大缓解，在未来的工作中还需

要按照实际情况进行创新和改革。

（转下页）

‖

53

‖

程序员之家

对ERP软件系统中的智能信息分析技术的几点探讨

◆李明辉

企业资源计划系统（Enterprise Resource Planning，ERP）是

利用现代信息技术，并以先进管理思想为指导，为企业决策提供

有效的管理平台，其是新一代信息管理系统，其核心内容为优化

企业管理，为企业运营提供科学决策，能够反映市场对企业资源

优化的调整，该系统在促进企业结构转变和升级、提升企业综合

实力方面具有重要意义。

1 ERP软件系统中的智能信息分析设计

系统在进行智能分析时需要有大量正确的数据作为基础，并

通过设置相应的参数标准进行筛选，提取面向问题的数据，再挖

掘信息中隐藏的规律。因此，ERP软件系统通过加入数据库、在

线分析以及条件筛选来进行材料采集、分析以及筛选这几样工

作，进而为企业决策提供有效的信息支持，并通过智能信息分析

功能获取其中的重要信息与规律，进而应用于企业决策以及战略

制定等方面

[1]

。在ERP软件系统中的智能信息分析设计中，主

要由数据仓库（Date Warehouse，DW）、联机分析处理（Online

Analytical Processing，OLAP）、数据挖掘（Data Mining，DM）、

模型库（Model Base，MB）、方法库（Measures library，ML）。

数据仓库能够将管理、决策中所需要用到的数据进行集合；联机

分析处理则能够实现多维数据处理，其利用数据仓库，建立面向

问题的多维数据模型，并采用不同的方法从不同的角度切入问题，

并将得到的结果进行分析和对比，其是一种验证结论的分析工具，

即用户在验证前必须给出一个特定的假设，然后该才能够验证假

设的可能性，但这种方法在实际应用中受到各种因素的影响；数

据挖掘主要是利用数据库以及数据仓库中的大量数据，通过分析

数据中潜在的关联，并以这种相关性为模型做出预测；模型库是

指包含多种模型的决策工具，其通过建设于客观存在的问题框架，

解决企业在工作中遇到的问题，并将模型以组合方式联合起来；

方法库是指为模型库提供计算公式的辅助系统，其能够利用特定

的程序计算，具有一定的可扩充性。

统计法（例如回归分析法、判断分析法、聚集分析法、主次分析法、

相关分析法）、神经网络法（包括前向神经网络、自主神经网络等）、

数据库法（包括多维数据分析法）。

数据挖掘的主要流程为：在数据库中选定符合一定标准的数

据，并经过预处理后，将数据进行转化，再挖掘其中的内在联系，

并针对这些数据进行分析，最后得出结论，并将其应用在企业决

策中，有助于提升决策的准确性和合理性

[2]

。

3 ERP系统软件中智能信息分析的价值

ERP系统软件中智能信息分析的价值主要表现在两方面：一

方面，其能够取代传统专家分析方式，能够充分利用数据库以及

数据集合选择合适的模型对市场的现状以及未来趋势进行预测，

从而制定战略方针以及长远计划，例如，通过近些年的销售数据

分析产品的库存趋势以及未来销量；另一方面，可以摸索企业从

未尝试的经营模式，例如通过分析不同商品零售销量，探索其中

的内在关系，相关文献指出，大型超市中尿布销售量与啤酒销售

量之间有一定的相关性

[3]

，针对用户的性别、年龄以及产品类型

等方面的关系，进行产品推广，有助于提升企业的经济效益。

4 结束语

文章首先针对ERP软件系统中的智能信息分析设计展开分

析，然后讨论了智能信息分析中的数据挖掘，最后阐述了ERP系

统软件中智能信息分析的价值，旨在提高其在企业管理中的应用

效果。

引用：

[1]王卓，殷国富.基于多代理的智能ERP研究及其在电

力营销系统的应用[J].电力自动化设备，2013，28（12）：88-

92.

[2]袁健，徐

翀

，马良等.基于EDA-SOA的ERP中的智

能通知模型[J].计算机应用研究，2013，27（7）：2566-2568.

[3]杜奇平，王佳，吴杨洁等.商务智能技术在油田ERP

系统中的应用探索[J].西南石油大学学报（社会科学版），

2014，23（6）：11-16.

2 智能信息分析中的数据挖掘

数据挖掘是指从大量、不确定、有重复的、暧昧的、随机数

据中提取人们没有发现但存在一定可利用价值的信息的过程，通

过利用这些信息能够在决策、分析以及推导方面起到重要的作用，

能够挖掘信息之中存在的潜在规律。

数据挖掘运用了许多学科中的知识，例如计算机技术、数学

模型、工程学、物理学、神经科学等，根据用户的目标可将数据

挖掘分为以下几种类型：模型分类、数据总结、相关性发现、序

列模型、依赖关系、异常趋势等；且根据数据挖掘的特点将其挖

掘方法分为：计算分类法（包括归纳总结法、示例法、遗传法等）、

（哈尔滨东安发动机（集团）有限公司　黑龙江　哈尔滨

　150066）

（接上页）

引用：

[1]金永生，应江勇.通信行业节能减排技术体系及电信

运营商推进策略分析[J].移动通信，2012，09：12-18.

[2]邱加其，李福坤.中国移动全业务网络一体化接入建

设策略研究[J].电信技术，2015，07：54-60.

‖

54

‖

[3]江博，姜克建.中国移动全业务模式下基础网络建设

策略研究[J].通讯世界，2014，04：13-15.

[4]全依婷，王元方，祁超.积极探索科学实践做好世博

园区移动基站规划[J].中国无线电，2010，05：25-28.

（广东宜通世纪科技股份有限公司　广东　广州　

510630）