1.一种高效的网络设备管理系统，用于对网络设备进行管理，其特征在于，包括智能手机和网络设备管理平台，所述智能手机通过无线网络和网络设备管理平台连接，所述网络设备管理平台通过无线网络与网络设备连接，所述智能手机用于通过网络设备管理平台下载管理交互软件，并通过所述交互软件从网络设备管理平台获取网络设备状态预测信息和网络设备信息，并向网络设备管理平台发送管理命令，所述网络设备用于将网络设备信息发送给网络设备管理平台，并接收网络设备管理平台发送的管理命令和执行相应操作，所述网络设备管理平台用于对网络设备的状态进行预测，接收网络设备发送的网络设备信息和智能手机发送的管理命令，并将管理命令发送给网络设备。

2.根据权利要求1所述的高效的网络设备管理系统，其特征在于，所述无线网络为3G网络或4G网络。

3.根据权利要求2所述的高效的网络设备管理系统，其特征在于，所述网络设备管理平台通过网络设备状态子系统对网络设备状态进行预测，所述网络设备状态预测子系统包括第一预测模块、第二预测模块、混合预测模块和预测评估模块，所述第一预测模块用于对网络设备的状态进行初步预测，得到初步预测结果，所述第二预测模块用于根据初步预测结果对网络设备的状态进行二次预测，得到二次预测结果，所述混合预测模块根据初步预测结果和二次预测结果获取网络设备状态的最终预测结果，所述预测评估模块用于对状态预测效果进行评价。

4.根据权利要求3所述的高效的网络设备管理系统，其特征在于，所述对网络设备的状态进行初步预测，采用以下方式进行：步骤1、假定时间序列输入为A＝(a1,a2,…,al)，真实期望输出为Bt＝(b1,b2,…,bt)，基于自回归滑动平均模型建立第一预测函数对时间序列进行预测：式中， 表示初步预测结果，n表示自回归阶数，m表示滑动平均阶数，βi表示自回归系数，γi表示滑动平均系数，{ct}表示白噪声序列；

步骤2、采用AIC准则对自回归阶数和滑动平均阶数估计，采用最小二乘法对自回归系数和滑动平均系数进行估计，对初步预测结果进行求解：式中，表示自回归阶数估计值， 表示滑动平均阶数估计值， 表示自回归系数估计值，表示滑动平均系数估计值。

5.根据权利要求4所述的高效的网络设备管理系统，其特征在于，所述对网络设备的状态进行二次预测，采用以下方式进行：在初步预测结果的基础上基于神经网络模型建立第二预测函数：

式中， 表示二次预测结果，wq和wpq表示神经网络的连接权重，p和q表示神经网络输入层和中间层的节点数量，d0和d0j表示偏置项。

6.根据权利要求5所述的高效的网络设备管理系统，其特征在于，所述根据初步预测结果和二次预测结果获取网络设备状态的最终预测结果，采用以下方式进行：式中， 表示最终预测结果。

7.根据权利要求6所述的高效的网络设备管理系统，其特征在于，所述预测评估模块包括预警子模块和评估子模块，所述预警子模块用于对网络设备异常情况进行预警，所述评估子模块用于根据预警情况对状态预测效果进行评价；

所述对网络设备异常情况进行预警，具体为：采用混合预测模块对网络设备的状态进行监测，通过网络设备历史数据获取预测结果，当网络设备的运行状态偏离预测结果达到一定值，则发出网络设备异常的预警；

所述评估子模块包括第一评价单元、第二评价单元和综合评价单元，所述第一评价单元用于确定第一评价因子，所述第二评价单元用于确定第二评价因子，所述综合评价单元用于根据第一评价因子和第二评价因子对状态预测效果进行评价；

所述确定第一评价因子，采用以下方式进行：建立第一评价函数：

式中，F1表示第一评价因子，N表示全部监测次数，N1表示虚警的次数；

所述确定第二评价因子，采用以下方式进行：建立第二评价函数：

式中，F1表示第一评价因子，N2表示漏警的次数；

所述对状态预测效果进行评价，采用以下方式进行：建立综合评价函数：

式中，F表示预测评价因子，预测评价因子越大，预测结果越准确。