由于移动通信网络的不断扩容和业务的不断扩展，网络上网元的类型和数量都在不断增加，这就对局数据的管理提出了更高的要求：首先，局数据的管理要能够管理异质网络上网元的局数据；其次，局数据管理要能够提供通用的服务调用，使得可以通过多种方法调用局数据管理系统的各项服务；再次，由于网元增多，要求局数据管理系统要有较高的性能。 局数据管理系统采用Web Services技术和用正则表达式来描述数据解析规则的方法，该系统可以通过简单的配置动态地将新增的网元添加到系统中，并能够以通用的接口提供解析与核查服务，因此可以适应异质的网络。 为了使系统具有较好的移植性，在开发过程中采用Adaptive Communication Environment(ACE)中间件，使得开发的程序可以方便地在不同的操作系统之间移植。 为了提高系统性能，在当前的服务器应用程序中线程池技术已被广泛采用。然而确定线程池中线程的数量是一个比较困难的问题。如果线程数量太少，则服务性能降低，而线程数量太多则浪费服务器资源。基于对象池模式的自适应线程池技术采用灰色神经网络预测算法来预测需要的线程的数量，使线程池中线程的实际数量与需求数量保持一致，从而为提高服务器的使用效率的同时保证用户的服务质量提供了一个解决方案。自适应线程池技术应用于局数据管理系统，可以满足服务器的服务质量要求。 利用上面提到的一些技术和方法设计开发的局数据管理系统，通过实际运行证明具有通用性、可扩展性和较高的效率，能够保障移动网络的稳定运行。 论文首先介绍了局数据管理系统的开发背景、系统的实现意义、用户需求以及使用的技术和工具。然后重点阐述了系统的分析、设计和实现的过程。最后，对系统进行测试，指出系统存在的一些缺陷，并对系统进行客观的评价。