基于模拟退火法的基站选址优化问题——模拟退火法在0-1规划的数学规划模型上的应用

随着5G技术的全面普及,通信所需的带宽越来越大,原有基站能够覆盖的范围越来越小,从而需要建立新基站减少弱覆盖区域。本文主要是建立基于0-1规划的数学规划模型,采用模拟退火法对规划模型进行求解,以研究解决当前网络弱覆盖区域的覆盖问题。根据当前网络天线的覆盖情况,给出当前网络信号的弱覆盖区域,选择一定数量的点,使得在这些点上新建基站后,可以优化当前网络的弱覆盖区域的覆盖问题,使得弱覆盖区域尽可能小。本文先进行数据清洗,筛选掉现有基站与弱覆盖点之间的欧式距离小于门限10的弱覆盖点与业务量小于1的弱覆盖点。将选址问题确定为0-1规划的数学规划问题,接着用模拟退火算法对模型进行全局求最优解。

多式综合公交系统线网布局优化模型及仿真

结合综合公交中各式公交的适应性和服务阈值,兼顾出行者不同出行目的时间价值敏感性,建立了综合公交系统线网布局双层优化模型,上层是0-1数学规划模型,下层是用户平衡分配模型。同时,基于改进的IOA进行优化求解,克服了传统单式线网优化层次化不显著的缺陷,提高了布局优化过程求解效率。算例仿真结果表明:综合公交系统需求多样性在客观上决定综合公交系统线网的多元性和层次性,线网布局优化需考虑不同出行目的的时间价值特性,以提升系统速度和能力的连续性。同时,基于改进的IOA在多式综合公交系统线网布局优化的巨大搜索空间中可靠便捷地找到近似最优解,提高了计算效率。

在资源限制条件下商业银行多点布局优选的遗传算法

针对资源限制条件下的商业银行多点布局优选的0-1整数规划数学模型,提出基于遗传算法的求解方法。该方法利用遗传算法中随机搜索优化机制,能较快和准确的获得最优解。通过实例计算证明,与现有的模型求解方法相比,遗传算法具有较好的寻优效果,可以作为求解商业银行多点布局优选问题的一种新方法,同时对于其他项目群决策问题具有借鉴作用。