進(jìn)化多目標(biāo)算法及在無線網(wǎng)絡(luò)中的應(yīng)用.pdf

1、在現(xiàn)實(shí)世界中存在著很多優(yōu)化問題，這些優(yōu)化問題都同時(shí)涉及著多個(gè)目標(biāo)，而且這多個(gè)目標(biāo)彼此之間都是相互矛盾、相互沖突的，所以不存在著多個(gè)目標(biāo)同時(shí)達(dá)到最優(yōu)，進(jìn)化多目標(biāo)算法作為一種智能群體搜索算法非常適合于用來解決這種多目標(biāo)優(yōu)化問題。多目標(biāo)優(yōu)化問題可以分為連續(xù)多目標(biāo)優(yōu)化問題和離散多目標(biāo)優(yōu)化問題，而且離散多目標(biāo)優(yōu)化不具有通用性。在實(shí)際應(yīng)用中，存在著很多離散的多目標(biāo)優(yōu)化問題，不同問題的解決需要根據(jù)其具體情況來設(shè)計(jì)不同的進(jìn)化多目標(biāo)算法。本文主要探討和研

2、究了進(jìn)化多目標(biāo)算法在4G基站選址和基于車聯(lián)網(wǎng)的路側(cè)單元選址中的應(yīng)用。
　　在4G無線網(wǎng)絡(luò)規(guī)劃中，本文建立了4G基站選址模型，并根據(jù)模型設(shè)計(jì)了一種針對(duì)重點(diǎn)區(qū)域進(jìn)行交叉、變異的進(jìn)化多目標(biāo)算法。該算法能有效減少個(gè)體進(jìn)行交叉和變異時(shí)編碼的長度、降低復(fù)雜度，使處理4G基站選址模型的進(jìn)化多目標(biāo)算法性能大大提高。在交叉變異之后，我們?cè)俑鶕?jù)約束條件對(duì)非重點(diǎn)區(qū)域進(jìn)行搜索，在非重點(diǎn)區(qū)域中，激活能夠最大程度覆蓋到未被覆蓋測(cè)試點(diǎn)的候選基站，以此類推，直到

3、全部激活的基站的覆蓋率滿足模型覆蓋率約束為止，最后用極大極小方法求解出了一組最優(yōu)解集。模擬4G基站選址問題的計(jì)算機(jī)仿真表明，該算法非常有效。
　　車聯(lián)網(wǎng)方面，本文在基于車聯(lián)網(wǎng)的智能交通中，建立了路側(cè)單元的選址模型，并仿真模擬現(xiàn)實(shí)中的城市道路，根據(jù)實(shí)際交通情況給定了車流量、車輛的位置以及路側(cè)單元的候選位置。為提高算法的效率，避免解集的大幅度擺動(dòng)，本文在進(jìn)化多目標(biāo)算法中采用經(jīng)典的單點(diǎn)交叉算子和單點(diǎn)變異算子，并且設(shè)計(jì)了一種局部搜索，對(duì)進(jìn)

4、行交叉變異產(chǎn)生的新個(gè)體進(jìn)行局部修正。本文的局部搜索主要是對(duì)激活的路側(cè)單元進(jìn)行兩兩比較，如果發(fā)現(xiàn)任意兩個(gè)路側(cè)單元擁有較大的相同覆蓋區(qū)域時(shí)，就認(rèn)為其中一個(gè)是沒必要的，然后隨機(jī)去除其中一個(gè)，直到任意兩個(gè)激活的路側(cè)單元不再擁有較大的相同覆蓋區(qū)域，接著檢查路側(cè)單元的總覆蓋率，如果其總覆蓋率未達(dá)到最低覆蓋要求，則激活能夠最大程度覆蓋到未被覆蓋車輛的路側(cè)單元，直到滿足最低覆蓋要求為止，最后用極大極小方法求解出了一組最優(yōu)解集。實(shí)驗(yàn)仿真結(jié)果表明，使用局部