摘要：为了解决边缘计算业务部署时所需的管理编排组件与电信云中NFV MANO组件之间的高效协同等问题，首先，分析对比了两种主要部署方案中边缘计算与NFV的管理编排组件之间的职责分工与交互流程。其次，基于深度学习方法和模型分别给出了提高两种方案中电信云虚拟网元和基础设施和边缘计算应用之间的管理编排效率的解决方案。最后，对未来该领域需要关注的主要问题和方向进行了展望。

摘要：随着5G技术的快速发展，5G基站的数量和密度将远超4G，基站的建设和维护也成为不可忽视的问题。因此，全面分析了5G基站退服情况，并提出一种基于大数据的5G基站退服成本估算方案。凭借基站历史退服数据，采用LSTM神经网络建立基站退服预测模型，然后构建了5G基站退服成本估算模型，对预测的5G基站退服进行成本估算。最后通过实验分析，说明了方案的有效性，并提出建议。

摘要：5G移动通信引入大规模阵列天线、新场景、新业务、新频段等关键技术，未来网络演进的目标是通过人工智能的引入实现网络的自主决策和自主演进，5G网络规划也面临智能化演进的需求。从5G网络规划部署各个阶段探讨了从工作流程、规划方案等方面，如何在大数据基础上，结合机器学习等技术，基于价值建网，形成整体5G网络规划方案，应用于指导5G网规规划建设。

摘要：随着5G时代的到来，多种应用场景和差异化的业务需求不断涌现,对运营商网络资源和业务需求调度分配的能力提出更高的要求。通过对5G网络新特征的分析，提出一种基于意图的网络管理调度系统，结合IBN的网络架构将多种形式的业务意愿收集并翻译成所需的网络操作和配置，实现网络的快速自动部署实施。基于该系统提出了一个快速调度算法，对任务进行有效的多级调度和同级调度，仿真实验表明，基于意图网络的快速调度系统使得任务处理效率提高，任务调度处理时间减少，对于发生重大事件等通信场景的业务需求调度保障有重要意义。

摘要：为了响应国家节能减排号召，基站的节能降耗已成为当今通信领域的重中之重，各大运营商的节能技术也必成为核心竞争力。对基于AI的5G基站节能技术进行研究，分析了传统的基站节能技术，探究了结合AI技术的5G基站节能技术前景，深入研究了AI节能技术的发展方向，着重提出了AI节能模型和AI协同节能方案。