آخرين ارسالهاي تالار

خطا: mod_kunenalatest:كيوننا نسخه 1.7 (يا بالاتر) بر روي سيستم شما نصب نيست!
پیغام
  • Kunena is not installed or the installed Kunena version is not supported. The plug-in has now been disabled. Please install/upgrade Kunena to version 1.7 for the Kunena Discuss Plug-in to function properly.
بهینه کردن جانمایی bts مشاهده در قالب PDF چاپ فرستادن به ایمیل
نوشته شده توسط admin   
دوشنبه, 03 اسفند 1394 ساعت 23:32

الگوریتم ژنتیک بر اساس اصل تکامل و ژنتیک بصورت طبیعی در محیط پیرامون است. که در حل بسیاری از مشکلات از جمله بهینه سازی جانمایی آنتن BTS)) موفق بوده است.الگوریتم ژنتیک برای ژن‌ها در یک جمعیت و ارزیابی ژن‌ها برای راحل  بهینه در آن پشتیبانی می‌شود. ارزیابی هر ژن یک مقدار تناسب [1]با توجه به یک تابع تناسب خاص اختصاص داده شده است. بر اساس ارزش تناسب، برخی از کروموزم‌های بهتر انتخاب می شوند و در نسل بعدی با استفاده از برش و جهش جمعیت جدید تولید می‌شوند. در الگوریتم ژنتیک، متغیر ها را بصورت دودویی، عدد صحیح واقعی، عدد صحیح و به نمایندگی دودویی می‌توان قرار بگیرد. [9] در این پژوهش روش کدگذاری دودویی در جانمایی ایستگاه پایه فعال به عنوان 1  و ایستگاه پایه غیر فعال0  در نظر گرفته می‌شود که مکان‌های ایستگاه پایه ورودی الگوریتم را ارائه می‌دهند. مکان های n فرض می‌شود. این کار توسط الگوریتم برای پیدا کردن مجموعه ای مناسب از مکان ایستگاه‌های پایه از میان n  مکان با در نظر گرفتن اهداف زیر ممکن است:

  • به حداقل رساندن میزان پوشش شبکه با هدف پوشش تمام نقاط مد نظر
  • بیشترین میزان تداخل.
  • حفظ SINR [2]خاص برای هر کاربر را در نظر گرفته می‌شود.
  • به حداقل رساندن میزان از هزینه های شبکه با استفاده از مکان های کمتر.

منطقه‌ای با چند ایستگاه پایه نقاط آزمایش است که در شکل3-2 نشان داده شده که هر دایره نشان دهنده ایستگاه پایه ای است، در حالی که ستاره ها نشان دهنده نقاط آزمایش می‌باشند. مکان ها قرار است توسط اپراتور شبکه تعریف شود  .نقاط آزمایش به صورت تصادفی در کل منطقه توزیع شده است.

 

 

3-7 جمعیت اولیه

در طول مرحله اولیه، چند ژن به صورت تصادفی با احتمال نصب اولیه تولید می شوند. هر ژن به عنوان یک رشته دودویی کدگذاری می‌شود. طول هر ژن چند بیت است که از مجموعه مکان های ایستگاه پایه ساخته شده است. احتمال مقدار دهی اولیه 0.9 است پس از ارزیابی آن ارزش های بین 0 و 1 در نظر گرفته می‌شود. به این معنی است که 90  درصد از ایستگاه های پایه قرار است فعال باشد. این جانمایی به صورت تصادفی در منطقه  توزیع می‌شوند.

شکل 3-2 منطقه کاری

3-7-1 بررسی افراد(ژن‌ها)

ارزیابی ژن، مهم ترین وظیفه برای طراحی یک تابع تناسب است که جانمایی از قبل تعریف شده است. هنگامی که الگوریتم ژنتیک برای n اهداف بهینه سازی شده است، مقادیر هدف برای هر یک از راه حل‌ها باید ارزیابی شود. این مقادیر از توابع هدف ، ارزش تناسب برای هر یک باید تعریف شود.

الگوریتم ژنتیک یک ژن را با ارزش تناسب  بهتر در جمعیت برای بهینه سازی تک هدفه جستجو می‌کند.راه حل تبدیل مقادیر تابع هدف به ارزش تناسب  هر ژن در جامعه است و ترکیب توابعN هدفه به یک تابع اسکالر (عددی)[3] می‌باشد.

دو تابع هدف در این پژوهش مورد استفاده قرار می‌گیرد. اولین تابع هدف  است که برای به حداکثر رساندن تعداد جانمایی تحت پوشش ، با در نظر گرفتن کاهش هزینه و تعداد ایستگاه های شبکه تلفن همراه قرار دارد.

***********

دانلود فایل کامل

***********



[1] Fitness

[2] Signal to Interference plus Noise Ratio

[3] scalar

نظر ها (0)
تنها کاربران عضو شده می توانند نظر ارسال کنند!
آخرین بروز رسانی در دوشنبه, 03 اسفند 1394 ساعت 23:41
 
logo-samandehi