自适应迁移并行遗传算法在无线通信网优化中的应用

陈金炎

【摘要】 为了在保障服务质量的同时还要保障用最少的基站数达到最好的效果，要将最优组合的粗粒度运用到一个区域中的备用位置中去，并对其使用平行遗传算法。这个方案可以很好的节约服务成本，同时还可以优化网络的覆盖率，同时并不提高进行服务的成本。不仅对未成熟的收敛进行了有效的解决，还对引出了一种搜索算子。通过实际应用和实验发现，自适应迁移策略的应用可以很好的将优化网络覆盖率的速度和质量提高。

【关键词】 自适应迁移 并行遗传算法 通信网优化

一、前言

进行建设基台的成本、交换设备的成本和连接设备的成本是建设无线网络的主要成本。其中基台的建设对无线网络的建设意义重大，基台的建设不仅对无线网络的服务质量有着较大的影响，还直接对交换设备和连接设备的数量起着较大的影响，所以基台的建设对无线网络的建设起着决定性作用。

二、无线网络的基台定位

因为无线网络的基台用户的密度不同，无线网络的基台定位就会有所不同。对于无线网络基台用户密度艺术的地区如偏远的郊区或高速公路的周边地区，要在保证无线网络信号满意当地居民需求的同时尽量使用较少的无线网络的基台来满足当地居民的生活需求，对于无线网络基台用户密度密集的地区如城市或大型村镇等地区，无线网络的基台的建设需要对各测试点的流量约束引起注意，无线网络的基台的建设需要对各个测试点的流量起到控制作用。通过我国对无线网络的基台的建设的多年研究表明，将自适应迁移粗粒度并行遗传算法作用到无线网络的基台建设中去可以很好的解决进行无线网络的基台建设中遇到的相关问题，同时还通过对无线网络的基台建设的研究提出了一个搜索算子，通过对这种搜索算子的大量实验表明，这种搜索算子可以明显将无线网络的优化效果提高，并且将自适应迁移粗粒度并行遗传算法作用到无线网络的基台建设中去也可以明显提高无线网络的网络优化质量。

三、问题描述

在进行无线网络的建设工作中被称作蜂窝的是一个基站覆盖区域，进行无线网络的建设工作人员可通过电磁波传播模型的方式对基站的覆盖范围进行估计。为了将无线网络的覆盖范围控制到最大，为了节约资源尽量减少基站的数量，就要控制备用无线网络的基站的位置子集。以上是进行无线网络的建设工作中可能出现的优化过程可能出现的问题，因为无线网络基站的覆盖范围的最大值和无线网络基站的覆盖范围的最小值是相互矛盾的，所以进行无线网络的建设工作人员需对无线网络的覆盖范围的最大值和最小值进行控制。

四、遗传算法

在对我国的无线网络的建设进行优化问题上自适应迁移并行遗传算法已经得到了广泛的应用。1、编程方式.进行无线网络的建设工作人员一定要将基因和无线网络基站备选位置进行仔细观察，以确保二者相互对应。同时为了很好的显示无线网络基站的有无，要将基因取值为1或0，在基因随机生成染色体的时候，各个基因的取值相互独立概论各为二分之一。2、适应度计算.进行无线网络建设的工作人员可以通过自适应迁移并行遗传算法的相关公式对适应度进行计算。3、遺传操作.进行无线网络建设的工作人员为了对未成熟的收敛进行控制，同时为了将选择的压力减小，就要采用合适的适应度进行比例的措施。在进行遗传操作的时候，要根据实际情况选择合适的局部搜索分子，通过对搜索分子的合理选择，可以很好的使搜索的效率和搜索的速度增高。要根据实际情况对每个染色体的长度进行设计，并从随机挑选的基因位置进行实行，当基因对应位置有基部时，若将基部移动到附近的一个备用基部位置上，可以将无线网络的覆盖率提高，同时当基因对应位置无基部时，则将转移到下一个基因上。

五、并行计算法

并行计算法在无线网络的建设中意义重大，所以进行无线网络建设的工作人员要对并行计算法进行了解和探究，掌握并行计算法的相关计算方法和有关应用。并行计算法的粗粒度模型对无线网络的建设十分重要，业内人士还把它叫做孤岛模型或分布式模型。并行计算法具有应用范围广泛、实行性强等特点，在无线网络的建设中运行的情况十分可观。

1、接拓扑。单向环、多向环和超环面等是将随机生成的群体切割成的各个子群体之间的连接拓扑。我国无线网络的建设工作中对连接拓扑进行了大量的研究，以了解连接拓扑对解质量问题的应用。

2、迁移策略。在我国的无线网络建设的实验之中，固定周期迁移策略是最常使用的迁移策略。大量实验表明，如果将迁移的最小时间间隔控制到T=1，可以使无线网络的优化质量得到保障，同时还可以将收敛速度提高

六、结束语

自适应迁移并行遗传算法在无线网络优化中的应用十分重要，它通过提出的局部搜索分子对无线网络进行优化，同时还对人口密集度稀疏的地区的信号和成分问题进行了解决。所以为了无线网络优化问题的解决，就要对自适应迁移并行遗传算法进行了解和掌握，以便我国无线网络的发展。

参 考 文 献

[1].徐斌.基于遗传算法与并行计算的电磁场逆问题研究[J].计算机工程与应用.2014（6）：101-102.

[2].陈露.模块化结合分布式遗传算法在精馏优化中的应用 [J].计算机工程与应用.2015（2）：4-5.

[3].朱自强.流场分析和设计的并行应用 [J].科学技术与工程.2015（6）：61-62.