欢迎来到天天文库
浏览记录
ID:35066137
大小:2.74 MB
页数:61页
时间:2019-03-17
《基于智能算法与多目标模型的基站位置优化研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、新疆大学硕士研究生学位论文硕士研究生学位论文新疆大学论文题目(中文):基于智能算法与多目标模型的基站位置优化研究论文题目(外文):ResearchonOptimizationofBaseStationPositionSelectionBasedonIntelligentAlgorithmsandMulti-objectiveModels研究生姓名:晁迎学科、专业:工学、信息与通信工程研究方向:通信与信息系统导师姓名职称:覃锡忠副教授论文答辩日期2016年5月27日学位授予日期2016年6月日新疆大学硕士研究生学位论文摘要随着移动互联网迅
2、速发展,移动用户数量飞速增长,为了提供更好的通信服务质量,新建基站的位置优化成了一个主要的问题。合理的基站位置优化能够降低其建设的费用、提高网络的质量,因此基站的分布规划优化是本文的主要研究内容。基站分布规划是一个多目标优化问题,当基站数量较多时,寻优过程复杂且所需时间长,针对传统退火规划方法易陷入局部最优及不稳定等缺点,利用加速遗传算法在解决多目标优化问题上所表现出的灵活性,本文提出了一种基于加速遗传算法网络基站分布规划方法。为了设计出更符合实际工程的规划方法,在综合考虑网络覆盖和电磁干扰因素影响的基础上,本文设计了基站规划多目标组合
3、优化模型,并利用加速遗传算法得到最优基站规划方案。仿真结果表明,加速遗传算法在解决复杂优化问题时是极其有效的,能够得到较优的基站位置分布方案。在复杂的通信环境中,要想获得一个良好服务质量的无线网络,必须建立一个考虑多因素的数学模型。本文综合考虑成本、覆盖、容量、区域划分等,建立了复杂性很高的基站位置优化模型,提出一种基于组合策略的粒子群算法的基站位置优化方法,根据子规划区域的不同,在不同规划区域内分布密度不同的测试点,该测试点存在的形式有两种,均匀和非均匀。同时所使用的基站是多类型的,将两种不同的基站分布在不同子区域类型中,当用户处在基
4、站能覆盖到的范围内,基站可为用户提供服务。实验结果表明,在两种仿真情形下,基于组合策略粒子群算法的基站的位置分布比基于标准粒子群算法的基站位置分布更合理。关键词:基站分布规划;加速遗传;粒子群;压缩因子;多目标优化I新疆大学硕士研究生学位论文AbstractWiththerapiddevelopmentofInternetandthemobileusers,thelocationofthenewconstructedbasestationoptimizationhasbecomeamajorprobleminordertosupplyb
5、ettercommunicationservice.Reasonablebasestationlocationoptimizationcanreducethecostofconstructionandimprovethequalityofnetwork.Therefore,thefocusofthispaperistheplacementoptimizationoftheplanningbasestation.Basestationplanningisamulti-objectiveoptimizationproblem.Theopti
6、mizationprocessiscomplicatedandcoststoomuchtimewhenthenumberofbasestationislarge.Aimingatovercomingtheshortcomingofthetraditionalannealingplanningmethods,forinstance,theyareinstableandeasytofallintolocaloptimal,acceleratinggeneticalgorithmisusedinsolvingmulti-objectiveop
7、timizationproblemforitsflexibility,anewmethodbasedonacceleratinggeneticalgorithmisproposed.Inordertodesignplanningmethodwhichisclosertorealproject,basestationcoverageandelectromagneticinterferenceconditionsareconsidered,therefore,theoptimizationmodelisestablished.Simulat
8、ionresultsshowthatacceleratinggeneticalgorithmwhichisappliedtoobtainthebestbasestationplacementsolution
此文档下载收益归作者所有