改进粒子群算法及其在基站优化选址中的应用研究

摘要

随着4G时代的到来，三大运营商均获得TD-LTE牌照。也就需要修建大量新的TD-LTE基站，这样基站的优化选址问题成为了一个重要研究内容。为了用最小的基站建设代价，来获得最好的通信服务质量，一些学者提议使用自动规划算法来获取最优的设计方案。但是，基站优化选址需要考虑区域的业务量、覆盖率和成本等问题，目前的寻优搜索算法并不能很好解决其候选解数量庞大、寻优过程复杂、搜索空间多峰分布等难题。
　　粒子群优化算法(Particle Swarm Optimization Algorithm, PSO算法简称粒子群算法)起源于对鸟群群体行为的研究，是一种用于对连续非线性函数优化的人工智能算法，作为一种基于群智能的优化算法，粒子群算法可用于求解各种非线性、不可微和多峰值的复杂优化问题。但是粒子群算法还存在容易陷入局部极值，后期收敛速度慢，精度较差的缺陷。针对粒子群算法搜索精度不高，整体上容易陷入局部最小的不足，本文提出了一种改进的粒子群算法，并将其应用于TD-LTE基站优化选址中。
　　本文的主要工作和创新点如下:
　　(1)本文提出的改进粒子群算法容易实现、效果明显。主要进行了两方面的改进:一方面，用粒子群中粒子个体极值的加权平均值替代速度更新式中的粒子个体极值;另一方面，通过引用两种非线性递减函数对惯性权重进行调整。这样可以容易地使粒子向最优位置移动的速度更快，全局寻优的能力更强。
　　(2)本文分别采用Sphere、Griewank、Rastrigrin和Ackley函数进行仿真测试，通过对四个基准函数的仿真，验证了本文改进粒子群算法的全局收敛寻优能力。
　　(3)本文将改进粒子群算法应用于珠三角地区某市TD-LTE基站优化选址中。仿真和应用的结果表明，改进后的粒子群算法具有更高的收敛速度和全局寻优能力，本文改进粒子群算法能够提供合理的基站部署方案。
　　(4)基于ArcGIS平台将改进后的粒子群算法应用于TD-LTE基站优化选址中，以更加直观画面展现优化选址后的基站分布情况。

目录

摘要

第一章 绪论

1．1 选题背景

1．2 优化问题国内外研究现状

1．2．1 传统优化算法

1．2．2 人工智能优化算法

1．3 粒子群算法的研究现状

1．3．1 粒子群算法的理论研究

1．3．2 粒子群算法的改进研究

1．3．3 粒子群算法的应用研究

1．4 本文主要研究内容

1．5 章节安排

第二章 粒子群算法

2．1 粒子群算法的基本思想

2．2 基于惯性权重模型的粒子群算法

2．3 粒子群算法的实现过程

2．4 粒子群算法收敛性与局限性

2．4．1 粒子群算法的收敛性分析

2．4．2 粒子群算法的局限性分析

2．5 本章小结

第三章 改进粒子群算法

3．1 改进粒子群算法

3．1．1 权值模式的粒子群更新算法

3．1．2 调整ω值的粒子群更新算法

3．1．3 改进粒子群算法全局收敛性分析

3．2 测试函数与仿真分析

3．2．1 测试函数

3．2．2 仿真分析

3．4 本章小结

第四章 改进粒子群算法应用于TD-LTE基站优化选址问题

4．1 TD-LTE技术发展与简介

4．1．1 TD-LTE技术发展

4．1．2 TD-LTE技术简介

4．2 基站选址的困难与原则

4．2．1 基站选址的困难

4．2．2 基站选址的原则

4．3 TD_LTE基站选址模型

4．4 基站优化选址算法设计

4．4．1 变量与参数设置

4．4．2 编码方式与目标函数选取

4．5 仿真结果分析

4．6 本章小结

第五章 基于ArcGIS平台的TD-LTE基站优化选址的设计与实现

5．1 ArcGIS平台相关技术介绍

5．1．1 ArcGIS Desktop简介

5．1．2 ArcGIS Server简介

5．1．3 Flex理论与技术

5．1．4 REST软件架构

5．2 基于ArcGIS平台的TD-LTE基站优化选址的原型设计

5．2．1 TD-LTE基站优化选址的设计

5．2．2 Flex客户端开发技术

5．3 基于ArcGIS平台的TD-LTE基站优化选址的开发实现

5．3．1 基站优化选址服务的基本功能与系统架构

5．3．2 FlexAPI概述

5．3．3 基站优化选址服务的基本功能实现

5．4 本章小结

总结与展望

参考文献

攻读学位期间发表的论文

声明

致谢