《移动通信网络基站建设》开题报告

开题报告本课题的研究内容、重点及难点研究内容：为了解决通信选址这一问题，本文采用狮群算法进行了实验。在传统的狮群算法的基础上，本文提出了“基站分散”的想法，提高了探索的速度和效果。并考虑到人口密度的影响，以尽可能接近实际的工程问题，提供高效的解决方案。本文的章节安排如下：第一章绪论部分，首先介绍本文的研究背景，分析目前基站选址问题的研究进展。第二章介绍了关于通信基站技术的进步和相关的智能算法。第三章介绍了狮群算法的基本内容。然后解释了本文所提出的“基站分散”的想法。第四章使用狮群算法对基站选址进行了优化。对参数的最佳配置进行了探究。并探究了不同人口分布下的基站选址的结果。将狮群算法+“基站分散”、狮群算法、单纯的“基站分散”三者进行了对比，探究算法的优劣。最后将“基站分散”和粒子群算法PSO进行了结合，探究“基站分散”在其他优化算法上的适应度。第五章结论。总结全文，探究进一步的研究方向。重难点：移动通信技术在当今的生活中不可或缺。随着科技的不断进步，人们对于网络的要求也不断提高。基站位置部署直接影响网络的质量。现实生活情况复杂，经常需要考虑成本、覆盖率、实际的地形等情况。人工规划基站位置过于复杂。本文使用狮群算法来对基站选址这一课题进行探究。针对研究中所发现的问题，本文对狮群算法提出了优化的想法，提出“基站分散”的方法，并将狮群算法和乱数生成的随机算法进行对比，通过实验，得到最终结论。2．准备情况（已查阅的参考文献或进行的调研）[1]马宝罗.基于免疫算法的基站选址规划研究[D].新疆大学,2016.[2]朱思峰.基于免疫计算的无线通信网络资源优化[D].西安电子科技大学,2012.[3]谢许凯,程松林.基于免疫遗传算法的5G基站选址规划[J].现代信息科技,2020,4(02):4-6.[4]刘家欣.基于带权极小模理想点法的5G网络基站选址优化[D].西安电子科技大学,2019.[5]唐丽晴,应忠于,罗云.基于鲸鱼优化改进算法的基站选址[J].计算机与现代化,2020(09):100-105.[6]梁雪怡.无线网络选址问题的建模及算法[D].广东工业大学,2016.[7]张凌志.无线通信网络基站覆盖分析与基站选址设计[J].通讯世界,2019,26(08):198-199.[8]李文阳.狮群算法的机制改进和应用研究[D].山东大学,2020.[9]戴子翔.狮群优化算法及改进算法的研究与应用实现[D].山东大学,2020.[10]刘振,郭恒光,任建存.一种局部搜索能力增强的狮群算法[J].河南师范大学学报(自然科学版),2019,47(03):35-41.[11]杨艳,刘生建,周永权.贪心二进制狮群优化算法求解多维背包问题[J].计算机应用,2020,40(05):1291-1294.[12]苟平章,刘学治,孙梦源,何博.基于跳距修正与狮群优化的WSNs三维定位算法[J/OL].计算机工程与科学:1-8[2021-05-01].[13]郭颖.基于改进局部搜索机制的狮群算法及其应用[D].山东大学,2020.[14]张琼艺,刘立群,刘天保,刘春霞.基于改进狮群算法的主动配电网综合优化研究[J].太原科技大学学报,2020,41(03):176-182.[15]刘东.基于双目标狮群算法的西江流域水库优化调度研究[D].西安理工大学,2020.[16]李晓东.遗传狮群算法的分布式电源定容选址[J].重庆工商大学学报(自然科学版),2019,36(06):106-110.[17]Rajakumar,B.R."TheLion'sAlgorithm:anewnature-inspiredsearchalgorithm."

ProcediaTechnology

6(2012):126-135.3、实施方案、进度实施计划及预期提交的毕业论文资料（1）实施方案：一、根据学校教学任务的使用制定需求规格说明文档二、根据教学任务管理系统的要求设计系统流程图三、根据教学任务情况对程序进行逻辑理论概要设计四、分别进行前台即页面、后台数据库的开发与设计五、最后将程序进行单元测试工作、系统测试工作（2）论文（设计）进度计划2013年10月-2013年11月进行相关资料收集并对题目进行可行性分析2013年11月-2013年12月对程序进行概要设计和数据库设计2013年12月-2014年01月对程序进行详细设计及需求分析2014年01月-2014年03月实现系统各模块的具体功能2014年03月-2014年04月对程序进行进一步完善2014年04月-2014年05月撰写论文（3）本论文（设计）预期取得的成果移动通信技术在当今的生活中不可或缺。随着科技的不断进步，接入网络的设备数量不断增多，对于网络的要求也不断提高。基站位置部署直接影响网络的质量。现实生活情况复杂，往往要同时考虑成本、覆盖率、实际的地形等等情况。而需要部署的基站数量众多，由人手工进行一一规划的话，往往过于复杂。在实验的准备阶段发现，狮群算法具有快速收敛、需要调整的参数少、不易陷入局部最优解等特点。狮群算法通过记录下历史的最优解，在不断的学习中发现更加优异的结果。这种不断迭代寻求最优解的想法，使得其与普通的随机探索有了天与地的差别，随着迭代次数不断增加，狮群算法发现更优解的可能性也越大。运用狮群算法在解决基站选址这一问题上有着非常重要的应用意