基站共址优化问题的应用研究

发布时间：2017-09-19 19:08

  本文关键词：基站共址优化问题的应用研究

  更多相关文章： 多目标优化 人工免疫算法 基站共址 讨价还价

【摘要】：在科技发展迅速的今天,对多目标优化问题的研究已成为一种迫切需要,传统的优化方法难以解决复杂社会存在的诸多问题。在移动通信规模迅速扩张的时代,网络建设中基站选址问题的合理解决已成为降低建设成本的重要途径。基站选址属于典型的多目标优化问题,如何通过基站选址优化在满足覆盖的同时极大的降低成本是我们研究的重点。近些年来生物智能算法的发展在各个领域与应用中表现出了优异的性能,对其有效算法的研究具有重大的科学意义和应用价值。本文讨论了多目标优化问题的本质,分析了多种优化算法的优缺点,发现人工免疫算法表现出的良好特性,能更好的用于解决基站选址问题。本文针对基站选址优化问题,提出一种改进的免疫算法并应用到四网协同下基站选址问题中。主要做了下面一些工作:1)为了减少基站建站成本代价,设计了基于代价、覆盖函数及2G/3G/4G共址代价损失的多目标亲和度函数,为了提高算法效率,改进初始化种群;2)为了精进该算法,本文又将讨价还价博弈理论引入之前免疫多目标优化算法中,提出一种求解多目标优化问题的讨价还价博弈算法;3)通过matlab软件对上述两种算法都进行仿真实验,并对其他的未进行改进的算法进行了性能比较。通过研究表明,本文这两种算法都能以较低的建站成本满足网络的覆盖要求,且算法效率有了明显提高。
【关键词】：多目标优化 人工免疫算法 基站共址 讨价还价
【学位授予单位】：新疆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN929.5
【目录】：

• 摘要2-3
• Abstract3-7
• 第一章 绪论7-12
• 1.1 引言7-8
• 1.2 多目标优化的发展和现状8-9
• 1.3 本文的研究背景9-10
• 1.4 本文的主要工作及安排10-12
• 第二章 多目标优化问题基础理论12-18
• 2.1 多目标优化问题的描述与Pareto最优解12-14
• 2.1.1 多目标优化问题的数学描述12
• 2.1.2 Pareto最优解的概念12-14
• 2.2 最初求解多目标优化问题的一般方法14-18
• 2.2.1 古典的多目标优化方法14-16
• 2.2.2 经典的多目标优化方法16-18
• 第三章 几种新型的求解多目标优化问题的方法18-27
• 3.1 基于进化算法的多目标优化方法18-20
• 3.2 基于分布估计的多目标优化方法20-21
• 3.3 基于粒子群算法的多目标优化算法21-22
• 3.4 多目标人工免疫优化算法22-27
• 3.4.1 人工免疫算法23-24
• 3.4.2 人工免疫算法特点与流程24-26
• 3.4.3 人工免疫算法与其他算法的比较26-27
• 第四章 改进的人工免疫算法在基站选址中的应用27-41
• 4.1 基站选址问题的模型27-28
• 4.1.1 问题背景27
• 4.1.2 问题的模型27-28
• 4.1.3 问题模型的解决方案28
• 4.2 基站选址中免疫算法的引入28-34
• 4.2.1 编码方法与种群初始化28
• 4.2.2 抗体亲和度28-29
• 4.2.3 抗体浓度29-30
• 4.2.4 算子设计30
• 4.2.5 人工免疫算法框架30-31
• 4.2.6 仿真实验31-33
• 4.2.7 小结33-34
• 4.3 基于免疫算法的讨价还价博弈理论的引入34-41
• 4.3.1 讨价还价博弈模型34-35
• 4.3.2 基于讨价还价博弈的算法35-36
• 4.3.3 基于免疫算法求解帕累托前沿36
• 4.3.4 基于讨价还价博弈的基站选址优化36-38
• 4.3.5 仿真实验38-41
• 第五章 论文结论与展望41-43
• 5.1 论文结论41
• 5.2 论文展望41-43
• 硕士期间发表的论文43-44
• 参考文献44-48
• 致谢48-49

【相似文献】

中国期刊全文数据库 前10条

1 刘淳安;王宇平;;基于新模型的动态多目标优化进化算法[J];计算机研究与发展;2008年04期

2 徐鹤鸣;王东;;多目标优化问题的求解框架[J];微计算机信息;2009年36期

3 郭晓东;王丽芳;;求解多目标优化问题的分布估计算法[J];太原科技大学学报;2010年01期

4 雍龙泉;;求解一类不可微多目标优化问题的社会认知算法[J];计算机应用研究;2010年11期

5 郭思涵;龚小胜;;正交设计的E占优策略求解高维多目标优化问题研究[J];计算机科学;2012年02期

6 盖玉权;何昱;张宇燕;吴宪彬;万海同;;复方药物剂量配比多目标优化的方法学研究[J];微型机与应用;2012年07期

7 王杰文;;约束多目标优化问题中约束处理方法综述[J];现代计算机(专业版);2012年36期

8 贾利民,张锡第;智能多目标优化控制及其应用[J];信息与控制;1992年01期

9 周学建;师清翔;朱永宁;;模糊相似优先比在清选系统多目标优化中的应用[J];洛阳工学院学报;1993年02期

10 吴清烈,江孝感,徐南荣;大规模含整变量多目标优化的一种新方法[J];信息与控制;1998年01期

中国重要会议论文全文数据库 前10条

1 张翔;;一种无歧义性的多目标优化数值解法[A];中国农业机械学会成立40周年庆典暨2003年学术年会论文集[C];2003年

2 罗亚中;;航天器轨迹多目标优化研究评述[A];The 5th 全国动力学与控制青年学者研讨会论文摘要集[C];2011年

3 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会——提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年

4 耿玉磊;张翔;;多目标优化的求解方法与发展[A];福建省科协第四届学术年会提升福建制造业竞争力的战略思考专题学术年会论文集[C];2004年

5 程鹏;唐雁;邹显春;;约束多目标优化试验函数产生器[A];2008年计算机应用技术交流会论文集[C];2008年

6 贾小平;韩方煜;;多目标优化及其在过程工程中的应用[A];过程系统工程2001年会论文集[C];2001年

7 邢志祥;;灭火救援力量调集的多目标优化[A];第一届全国安全科学理论研讨会论文集[C];2007年

8 孙力;樊希山;姚平经;;化工过程多目标优化适宜解的模糊确定[A];第二届全国传递过程学术研讨会论文集[C];2003年

9 李颖t;昝建明;周建文;;多目标形貌优化方法研究[A];结构及多学科优化工程应用与理论研讨会’2009（CSMO-2009）论文集[C];2009年

10 许碧霞;李兆江;;基于循环经济的城市污水多目标优化配置分析[A];中国地理学会2007年学术年会论文摘要集[C];2007年

中国博士学位论文全文数据库 前10条

1 王晗丁;复杂问题的多目标进化优化算法研究[D];西安电子科技大学;2015年

2 董宁;求解约束优化和多目标优化问题的进化算法研究[D];西安电子科技大学;2015年

3 邹娟;高维多目标进化优化及降维评价的方法研究[D];湘潭大学;2014年

4 杨光;求解多目标优化问题的NWSA研究及其工程应用[D];吉林大学;2015年

5 王超;装载与车辆路径联合多目标优化问题研究[D];大连理工大学;2016年

6 叶承晋;计算智能在电力系统多目标优化中的应用研究[D];浙江大学;2015年

7 过晓芳;超多目标优化问题的几种进化算法研究[D];西安电子科技大学;2015年

8 左益;基于全局优化和局部学习的进化多目标优化算法[D];西安电子科技大学;2016年

9 徐志丹;基于生物地理算法的多目标优化理论与应用研究[D];哈尔滨工程大学;2013年

10 蒋庆;地下水时空变化及监测网多目标优化研究[D];华中科技大学;2008年

中国硕士学位论文全文数据库 前10条

1 韩伟;基于混合智能算法在造纸废水厌氧消化处理过程多目标优化中的研究[D];华南理工大学;2015年

2 东方世平;高速列车悬挂系统参数多目标优化[D];北京交通大学;2015年

3 苏贵良;基于免疫遗传微粒群智能算法的工程项目多目标优化研究[D];中国石油大学(华东);2014年

4 王学骥;多目标优化裁剪分配管理系统的研究与开发[D];东南大学;2015年

5 段雪凝;带时间窗的冷链物流车辆路径多目标优化问题研究[D];东北大学;2014年

6 赵丹;基于蚁群算法的建筑工程项目多目标优化研究[D];河北工程大学;2016年

7 孟涛;主动配电网广义电源多目标优化配置与运行[D];东北电力大学;2016年

8 李琰;黑箱多目标优化评估系统研究与实现[D];东北大学;2014年

9 孟婷婷;基于决策者偏好信息的NPS-CSS算法研究[D];东北大学;2014年

10 程慧敏;云环境中基于多目标优化的科学工作流数据布局策略研究[D];安徽大学;2016年

，

本文编号：883386