本文關(guān)鍵詞：基站共址優(yōu)化問題的應(yīng)用研究

  更多相關(guān)文章： 多目標(biāo)優(yōu)化 人工免疫算法 基站共址 討價(jià)還價(jià)

【摘要】：在科技發(fā)展迅速的今天,對(duì)多目標(biāo)優(yōu)化問題的研究已成為一種迫切需要,傳統(tǒng)的優(yōu)化方法難以解決復(fù)雜社會(huì)存在的諸多問題。在移動(dòng)通信規(guī)模迅速擴(kuò)張的時(shí)代,網(wǎng)絡(luò)建設(shè)中基站選址問題的合理解決已成為降低建設(shè)成本的重要途徑�；具x址屬于典型的多目標(biāo)優(yōu)化問題,如何通過基站選址優(yōu)化在滿足覆蓋的同時(shí)極大的降低成本是我們研究的重點(diǎn)。近些年來(lái)生物智能算法的發(fā)展在各個(gè)領(lǐng)域與應(yīng)用中表現(xiàn)出了優(yōu)異的性能,對(duì)其有效算法的研究具有重大的科學(xué)意義和應(yīng)用價(jià)值。本文討論了多目標(biāo)優(yōu)化問題的本質(zhì),分析了多種優(yōu)化算法的優(yōu)缺點(diǎn),發(fā)現(xiàn)人工免疫算法表現(xiàn)出的良好特性,能更好的用于解決基站選址問題。本文針對(duì)基站選址優(yōu)化問題,提出一種改進(jìn)的免疫算法并應(yīng)用到四網(wǎng)協(xié)同下基站選址問題中。主要做了下面一些工作:1)為了減少基站建站成本代價(jià),設(shè)計(jì)了基于代價(jià)、覆蓋函數(shù)及2G/3G/4G共址代價(jià)損失的多目標(biāo)親和度函數(shù),為了提高算法效率,改進(jìn)初始化種群;2)為了精進(jìn)該算法,本文又將討價(jià)還價(jià)博弈理論引入之前免疫多目標(biāo)優(yōu)化算法中,提出一種求解多目標(biāo)優(yōu)化問題的討價(jià)還價(jià)博弈算法;3)通過matlab軟件對(duì)上述兩種算法都進(jìn)行仿真實(shí)驗(yàn),并對(duì)其他的未進(jìn)行改進(jìn)的算法進(jìn)行了性能比較。通過研究表明,本文這兩種算法都能以較低的建站成本滿足網(wǎng)絡(luò)的覆蓋要求,且算法效率有了明顯提高。
【關(guān)鍵詞】：多目標(biāo)優(yōu)化 人工免疫算法 基站共址 討價(jià)還價(jià)
【學(xué)位授予單位】：新疆大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TN929.5
【目錄】：

• 摘要2-3
• Abstract3-7
• 第一章 緒論7-12
• 1.1 引言7-8
• 1.2 多目標(biāo)優(yōu)化的發(fā)展和現(xiàn)狀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 多目標(biāo)優(yōu)化問題基礎(chǔ)理論12-18
• 2.1 多目標(biāo)優(yōu)化問題的描述與Pareto最優(yōu)解12-14
• 2.1.1 多目標(biāo)優(yōu)化問題的數(shù)學(xué)描述12
• 2.1.2 Pareto最優(yōu)解的概念12-14
• 2.2 最初求解多目標(biāo)優(yōu)化問題的一般方法14-18
• 2.2.1 古典的多目標(biāo)優(yōu)化方法14-16
• 2.2.2 經(jīng)典的多目標(biāo)優(yōu)化方法16-18
• 第三章 幾種新型的求解多目標(biāo)優(yōu)化問題的方法18-27
• 3.1 基于進(jìn)化算法的多目標(biāo)優(yōu)化方法18-20
• 3.2 基于分布估計(jì)的多目標(biāo)優(yōu)化方法20-21
• 3.3 基于粒子群算法的多目標(biāo)優(yōu)化算法21-22
• 3.4 多目標(biāo)人工免疫優(yōu)化算法22-27
• 3.4.1 人工免疫算法23-24
• 3.4.2 人工免疫算法特點(diǎn)與流程24-26
• 3.4.3 人工免疫算法與其他算法的比較26-27
• 第四章 改進(jìn)的人工免疫算法在基站選址中的應(yīng)用27-41
• 4.1 基站選址問題的模型27-28
• 4.1.1 問題背景27
• 4.1.2 問題的模型27-28
• 4.1.3 問題模型的解決方案28
• 4.2 基站選址中免疫算法的引入28-34
• 4.2.1 編碼方法與種群初始化28
• 4.2.2 抗體親和度28-29
• 4.2.3 抗體濃度29-30
• 4.2.4 算子設(shè)計(jì)30
• 4.2.5 人工免疫算法框架30-31
• 4.2.6 仿真實(shí)驗(yàn)31-33
• 4.2.7 小結(jié)33-34
• 4.3 基于免疫算法的討價(jià)還價(jià)博弈理論的引入34-41
• 4.3.1 討價(jià)還價(jià)博弈模型34-35
• 4.3.2 基于討價(jià)還價(jià)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 基于討價(jià)還價(jià)博弈的基站選址優(yōu)化36-38
• 4.3.5 仿真實(shí)驗(yàn)38-41
• 第五章 論文結(jié)論與展望41-43
• 5.1 論文結(jié)論41
• 5.2 論文展望41-43
• 碩士期間發(fā)表的論文43-44
• 參考文獻(xiàn)44-48
• 致謝48-49

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉淳安;王宇平;;基于新模型的動(dòng)態(tài)多目標(biāo)優(yōu)化進(jìn)化算法[J];計(jì)算機(jī)研究與發(fā)展;2008年04期

2 徐鶴鳴;王東;;多目標(biāo)優(yōu)化問題的求解框架[J];微計(jì)算機(jī)信息;2009年36期

3 郭曉東;王麗芳;;求解多目標(biāo)優(yōu)化問題的分布估計(jì)算法[J];太原科技大學(xué)學(xué)報(bào);2010年01期

4 雍龍泉;;求解一類不可微多目標(biāo)優(yōu)化問題的社會(huì)認(rèn)知算法[J];計(jì)算機(jī)應(yīng)用研究;2010年11期

5 郭思涵;龔小勝;;正交設(shè)計(jì)的E占優(yōu)策略求解高維多目標(biāo)優(yōu)化問題研究[J];計(jì)算機(jī)科學(xué);2012年02期

6 蓋玉權(quán);何昱;張宇燕;吳憲彬;萬(wàn)海同;;復(fù)方藥物劑量配比多目標(biāo)優(yōu)化的方法學(xué)研究[J];微型機(jī)與應(yīng)用;2012年07期

7 王杰文;;約束多目標(biāo)優(yōu)化問題中約束處理方法綜述[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2012年36期

8 賈利民,張錫第;智能多目標(biāo)優(yōu)化控制及其應(yīng)用[J];信息與控制;1992年01期

9 周學(xué)建;師清翔;朱永寧;;模糊相似優(yōu)先比在清選系統(tǒng)多目標(biāo)優(yōu)化中的應(yīng)用[J];洛陽(yáng)工學(xué)院學(xué)報(bào);1993年02期

10 吳清烈,江孝感,徐南榮;大規(guī)模含整變量多目標(biāo)優(yōu)化的一種新方法[J];信息與控制;1998年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

1 張翔;;一種無(wú)歧義性的多目標(biāo)優(yōu)化數(shù)值解法[A];中國(guó)農(nóng)業(yè)機(jī)械學(xué)會(huì)成立40周年慶典暨2003年學(xué)術(shù)年會(huì)論文集[C];2003年

2 羅亞中;;航天器軌跡多目標(biāo)優(yōu)化研究評(píng)述[A];The 5th 全國(guó)動(dòng)力學(xué)與控制青年學(xué)者研討會(huì)論文摘要集[C];2011年

3 耿玉磊;張翔;;多目標(biāo)優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學(xué)術(shù)年會(huì)——提升福建制造業(yè)競(jìng)爭(zhēng)力的戰(zhàn)略思考專題學(xué)術(shù)年會(huì)論文集[C];2004年

4 耿玉磊;張翔;;多目標(biāo)優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學(xué)術(shù)年會(huì)提升福建制造業(yè)競(jìng)爭(zhēng)力的戰(zhàn)略思考專題學(xué)術(shù)年會(huì)論文集[C];2004年

5 程鵬;唐雁;鄒顯春;;約束多目標(biāo)優(yōu)化試驗(yàn)函數(shù)產(chǎn)生器[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

6 賈小平;韓方煜;;多目標(biāo)優(yōu)化及其在過程工程中的應(yīng)用[A];過程系統(tǒng)工程2001年會(huì)論文集[C];2001年

7 邢志祥;;滅火救援力量調(diào)集的多目標(biāo)優(yōu)化[A];第一屆全國(guó)安全科學(xué)理論研討會(huì)論文集[C];2007年

8 孫力;樊希山;姚平經(jīng);;化工過程多目標(biāo)優(yōu)化適宜解的模糊確定[A];第二屆全國(guó)傳遞過程學(xué)術(shù)研討會(huì)論文集[C];2003年

9 李穎t;昝建明;周建文;;多目標(biāo)形貌優(yōu)化方法研究[A];結(jié)構(gòu)及多學(xué)科優(yōu)化工程應(yīng)用與理論研討會(huì)’2009（CSMO-2009）論文集[C];2009年

10 許碧霞;李兆江;;基于循環(huán)經(jīng)濟(jì)的城市污水多目標(biāo)優(yōu)化配置分析[A];中國(guó)地理學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文摘要集[C];2007年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王晗丁;復(fù)雜問題的多目標(biāo)進(jìn)化優(yōu)化算法研究[D];西安電子科技大學(xué);2015年

2 董寧;求解約束優(yōu)化和多目標(biāo)優(yōu)化問題的進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

3 鄒娟;高維多目標(biāo)進(jìn)化優(yōu)化及降維評(píng)價(jià)的方法研究[D];湘潭大學(xué);2014年

4 楊光;求解多目標(biāo)優(yōu)化問題的NWSA研究及其工程應(yīng)用[D];吉林大學(xué);2015年

5 王超;裝載與車輛路徑聯(lián)合多目標(biāo)優(yōu)化問題研究[D];大連理工大學(xué);2016年

6 葉承晉;計(jì)算智能在電力系統(tǒng)多目標(biāo)優(yōu)化中的應(yīng)用研究[D];浙江大學(xué);2015年

7 過曉芳;超多目標(biāo)優(yōu)化問題的幾種進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

8 左益;基于全局優(yōu)化和局部學(xué)習(xí)的進(jìn)化多目標(biāo)優(yōu)化算法[D];西安電子科技大學(xué);2016年

9 徐志丹;基于生物地理算法的多目標(biāo)優(yōu)化理論與應(yīng)用研究[D];哈爾濱工程大學(xué);2013年

10 蔣慶;地下水時(shí)空變化及監(jiān)測(cè)網(wǎng)多目標(biāo)優(yōu)化研究[D];華中科技大學(xué);2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 韓偉;基于混合智能算法在造紙廢水厭氧消化處理過程多目標(biāo)優(yōu)化中的研究[D];華南理工大學(xué);2015年

2 東方世平;高速列車懸掛系統(tǒng)參數(shù)多目標(biāo)優(yōu)化[D];北京交通大學(xué);2015年

3 蘇貴良;基于免疫遺傳微粒群智能算法的工程項(xiàng)目多目標(biāo)優(yōu)化研究[D];中國(guó)石油大學(xué)(華東);2014年

4 王學(xué)驥;多目標(biāo)優(yōu)化裁剪分配管理系統(tǒng)的研究與開發(fā)[D];東南大學(xué);2015年

5 段雪凝;帶時(shí)間窗的冷鏈物流車輛路徑多目標(biāo)優(yōu)化問題研究[D];東北大學(xué);2014年

6 趙丹;基于蟻群算法的建筑工程項(xiàng)目多目標(biāo)優(yōu)化研究[D];河北工程大學(xué);2016年

7 孟濤;主動(dòng)配電網(wǎng)廣義電源多目標(biāo)優(yōu)化配置與運(yùn)行[D];東北電力大學(xué);2016年

8 李琰;黑箱多目標(biāo)優(yōu)化評(píng)估系統(tǒng)研究與實(shí)現(xiàn)[D];東北大學(xué);2014年

9 孟婷婷;基于決策者偏好信息的NPS-CSS算法研究[D];東北大學(xué);2014年

10 程慧敏;云環(huán)境中基于多目標(biāo)優(yōu)化的科學(xué)工作流數(shù)據(jù)布局策略研究[D];安徽大學(xué);2016年

，

本文編號(hào)：883386