视频会议系统为异地用户提供了一种不受空间地域因素制约的远程沟通协作方式,不仅能够提高企业内部各环节协调运作效率,而且避免了组织现场会议带来的差旅和会务成本,现已成为企业异地办公高效运转的重要支撑平台。随着企业信息化建设的不断推进与高清视频会议的逐渐普及,视频会议系统的安全稳定运行正面临日趋严峻的挑战,因此迫切需要建立一套定期量化视频会议系统整体运行状况的综合评估模型,辅助管理人员掌握系统各个维度的运行质量,从而及时定位视频会议系统当前的薄弱环节,并提出改进方案。目前视频会议系统的运行质量评估模型主要以网络和业务层面的多项评价指标为输入,以用户主观满意度为预期输出,但通常忽略了日常运维工作对系统稳定性的保障作用,而且缺乏对系统优化建设相关知识的提取机制。为此,本文针对视频会议系统在网络、业务和运维三方面的影响因素展开研究,设计并实现了视频会议系统运行质量综合评估方法,具体研究内容如下:1)提出基于遗传正则化BP神经网络的运行质量评估方法。该方法包括构建评价指标体系、特征选择、计算系统运行质量级别、提取近似知识四个阶段。首先基于视频会议系统的运行统计数据,构建覆盖网络、业务和运维三个层次的系统运行质量评价指标体系;随后对各项三级评价指标组成的候选特征集合执行特征选择,以互信息为衡量标准筛选得到最优评价指标子集作为评估模型的输入;最终输出视频会议系统的运行质量级别,并使用Casual Index方法从训练后的评估模型中提取辅助管理人员制定系统优化方案的近似知识。为弥补传统BP神经网络在过拟合,容易陷入局部最优解等方面的不足,本文评估模型在神经网络成本函数中引入L2正则项,同时使用遗传算法为神经网络搜索更接近全局最优的初始算法参数。经过仿真验证,本文评估模型在收敛速度,预测精度和泛化能力方面具有一定优势。2)设计并实现视频会议运行质量评估系统。该系统通过评价指标体系管理、评估模型管理、运行质量评估三大核心功能模块为本文综合评估方法的各个阶段提供支持。管理人员能够执行评价指标管理与特征选择操作,构建作为评估模型输入的评价指标体系,然后提供合法的基础数据与算法参数对评估模型执行多次训练,并在每次训练完成后查看从当前评估模型中提取出的近似知识。当评估模型在训练集与测试集上的分类性能数据达到要求后,管理人员与普通运维人员均可选择1天或者多天作为运行质量评估的时间维度,查询并导出视频会议系统某天的运行质量评估报告,或者一段时间内的运行质量变化趋势报告。经过某省电网公司视频会议系统的真实数据验证,该系统各个功能模块均可正确稳定运行。