基于免疫計(jì)算的mike80216j網(wǎng)絡(luò)選址優(yōu)化方案

基于免疫計(jì)算的mike80216j網(wǎng)絡(luò)選址優(yōu)化方案

2009年7月，批準(zhǔn)了ue802.16j標(biāo)準(zhǔn)，并由ie發(fā)布。與單通道無線網(wǎng)絡(luò)的引入相比，引入中間站，使ie802.16j多跳網(wǎng)絡(luò)具有更高的成本效益，并且具有很大的擴(kuò)展能力。這一優(yōu)勢吸引了移動通信運(yùn)營商。在802.16j網(wǎng)絡(luò)基礎(chǔ)設(shè)施和基礎(chǔ)設(shè)施建設(shè)的布局優(yōu)化問題引起了人們的廣泛關(guān)注。在文獻(xiàn)中，設(shè)計(jì)了一個基于自治機(jī)制的理想覆蓋方案模型，但該模型中沒有考慮容量問題。文獻(xiàn)使用合作中繼技術(shù)來解決疊加站點(diǎn)在802.16j網(wǎng)絡(luò)環(huán)境下的布局優(yōu)化問題，但合作中繼是802.16j網(wǎng)絡(luò)的可選功能，許多網(wǎng)絡(luò)應(yīng)用可能不使用。在文獻(xiàn)中，基于遺傳理論的基站布局優(yōu)化方案提出。本文認(rèn)為,基站中繼站選址優(yōu)化問題是一個約束多目標(biāo)優(yōu)化問題,也是眾所周知NP難問題.由于免疫優(yōu)化算法具有尋優(yōu)能力強(qiáng)、收斂性能好等優(yōu)點(diǎn),近幾年得到了迅速的應(yīng)用推廣.基于此,本文構(gòu)造了一種基于免疫計(jì)算的802.16j基站中繼站選址優(yōu)化方案.1中繼站市場前景模型當(dāng)IEEE802.16j中繼系統(tǒng)在透明中繼模式下時,移動站(subscriberstation,SS)從基站(basestation,BS)接收同步信息和幀頭信息,從中繼站(relaystation,RS)接收數(shù)據(jù),在用戶看來好像沒有中繼站,即對用戶透明.這個模式要求移動站必須處在基站的覆蓋范圍內(nèi)以保證能中繼傳播.透明中繼模式主要用于增強(qiáng)802.16j網(wǎng)絡(luò)的小區(qū)容量,由于小區(qū)覆蓋范圍有限,一般把IEEE802.16j中繼系統(tǒng)設(shè)計(jì)成兩跳網(wǎng)絡(luò),即一個小區(qū)至多存在一個中繼站.那么在網(wǎng)絡(luò)優(yōu)化時需要確定的是:某個特定區(qū)域的移動站是直接與一個基站建立關(guān)聯(lián)還是通過一個中繼站與一個基站間接建立關(guān)聯(lián),即移動臺如何選擇路徑.802.16j網(wǎng)絡(luò)中存在3種鏈路:移動臺到中繼站之間的鏈路(記作SS-RS)、移動臺到基站之間的鏈路(記作SS-BS)和中繼站到基站之間的鏈路(記作RS-BS).本文采用評估法為每個鏈路賦一個權(quán)重,并規(guī)定移動臺總是選擇累積權(quán)重最小的路徑.本文關(guān)注的問題是802.16j兩跳網(wǎng)絡(luò)基站中繼站選址優(yōu)化問題,即從給定的基站和中繼站候選站址集合中確定一個以最低代價滿足用戶需求的站址子集合.本文定義的系統(tǒng)輸入?yún)?shù)如下.一個站(基站或中繼站)的覆蓋范圍受該站與測試點(diǎn)之間的鏈路權(quán)重所影響,函數(shù)g(w)被用來確定一個測試點(diǎn)被一個站覆蓋情況,該函數(shù)定義如下:g(w)={0,w=∞;1,w≠∞.g(w)={0,w=∞;1,w≠∞.當(dāng)測試點(diǎn)不在基站的覆蓋范圍內(nèi)時,該測試點(diǎn)與基站之間的鏈路權(quán)重w取無窮大.測試點(diǎn)(或中繼站)被站覆蓋情況如下.yi,j=g(wi,j)(i∈T,j∈R):測試點(diǎn)i被中繼站j覆蓋;yi,k=g(wi,k)(i∈T,k∈B):測試點(diǎn)i被基站k覆蓋;yj,k=g(wj,k)(j∈R,k∈B):中繼站j被基站k覆蓋;本文使用了7個決策變量,定義如下.xi,j∈{0,1}(i∈T,j∈R):測試點(diǎn)i與中繼站j之間鏈路的存在性;xi,k∈{0,1}(i∈T,k∈B):測試點(diǎn)i與基站k之間鏈路的存在性;xj,k∈{0,1}(j∈R,k∈B):中繼站j與基站k之間鏈路的存在性;xi,j,k∈{0,1}(i∈T,j∈R,k∈B):測試點(diǎn)i、中繼站j與基站k之間路徑的存在性;rj∈{0,1}(j∈R):中繼站j被選中情況;bk∈{0,1}(k∈B):基站k被選中情況;qj,k∈{0,1}(j∈R,k∈B):中繼站j與基站k之間鏈路的存在性掩碼,用于確保每個中繼站只與一個基站關(guān)聯(lián).本文建立的數(shù)學(xué)模型如下:其中,目標(biāo)函數(shù)中的第1部分是基站和中繼站的建站總代價,第2部分為總路徑損耗;式(1)保證每個基站的負(fù)載不超過最大負(fù)載Ω;式(2)保證每一個與中繼站關(guān)聯(lián)的測試點(diǎn)必須處在基站和中繼站覆蓋范圍內(nèi);式(3)和式(4)保證每個與中繼站直接關(guān)聯(lián)的測試點(diǎn)必須在一個基站的覆蓋范圍中;式(5)保證一個測試點(diǎn)只與一個中繼站或一個基站關(guān)聯(lián);式(6)和式(7)保證若一個中繼站被選中,該中繼站只能和一個基站關(guān)聯(lián);式(8)和式(9)保證每個測試點(diǎn)或中繼站只能和一個被選中的基站關(guān)聯(lián).在模型求解時,通過消除與不可行鏈路關(guān)聯(lián)的決策變量,可以大大地縮減決策變量的數(shù)目.例如,?i∈T,?j∈R,?k∈B,當(dāng)wi,j,k≥wi,k時,可移除決策變量xi,j,k.2基于免疫計(jì)算的布局優(yōu)化方案2.1選取情況.由于在選址優(yōu)化中每個候選站址只有被選中與沒被選中兩種情況,采用二進(jìn)制編碼是適宜的.在免疫算法中,把要解決的問題看作抗原,把問題的解看作抗體.每個抗體對應(yīng)一種選址優(yōu)化方案,每個候選站址對應(yīng)基因座的值表示該站址被選中情況.設(shè)候選站址集為S,每個候選站址i(i∈S)被選中情況如式(10)所示:ui={1,站址i被選中；0,其他.(10)ui={1,站址i被選中；0,其他.(10)為了便于處理,把基站候選站址放在中繼站候選站址的前面.抗體記作Ab=(b1,b2,…,bn,r1,r2,…,rm),其中,bk∈{0,1}(k=1,2,…,n)為第k個基站站址被選中情況,n為基站候選站址數(shù)目;rj∈{0,1}(j=1,2,…,m)為第j個中繼站站址被選中情況,m為中繼站候選站址數(shù)目.免疫算法必須要有一個初始種群,最常用的方法是隨機(jī)產(chǎn)生整個初始種群.由于免疫算法能夠迭代地改進(jìn)現(xiàn)有的解,那么就可以根據(jù)問題的先驗(yàn)知識或歷史數(shù)據(jù)得到一些潛在的較好解,填入初始種群.本文采用的種群初始化方式為一部分抗體來自免疫記憶庫(歷史數(shù)據(jù)),剩余的抗體采用隨機(jī)方式生成.利用已有的先驗(yàn)解作為啟發(fā)式信息指導(dǎo)種群進(jìn)化,可以提高收斂速度;隨機(jī)產(chǎn)生的抗體保證了初始化過程的種群多樣性.2.2cbbck至kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kj,kxj,kxj,kxj,kxj,kj,kxj,kxj,kxj,kxj,kxj,kj,kj,kj,kj,kxj,kxj,kj,kxj,kj,kxj,kj,kj,kj,kj,kxj,kxj,kj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kxj,kj,kj,kj,kj,kj,kj,k把優(yōu)化問題看作抗原,把問題的解看作抗體,則抗體-抗原親和度是衡量解質(zhì)量的一個主要指標(biāo).本文設(shè)計(jì)的抗體-抗原親和度評價函數(shù)如式(11)所示:f(Ab)=λ1(m∑j=1crjrj+n∑k=1cbkbk)+λ2(m∑j=1n∑k=1lj,kxj,k+p∑i=1m∑j=1n∑k=1li,j,kxi,j,k).(11)f(Ab)=λ1(∑j=1mcrjrj+∑k=1ncbkbk)+λ2(∑j=1m∑k=1nlj,kxj,k+∑i=1p∑j=1m∑k=1nli,j,kxi,j,k).(11)2.3計(jì)算公式相關(guān)參數(shù)從抗體形式可以看出,抗體是由基站優(yōu)化部分和中繼站優(yōu)化部分組成的.兩個抗體的差異性表現(xiàn)為基站部分的差異及中繼站部分的差異的累加,因此本文把抗體編碼中差異累加值作為兩個抗體間的距離,其計(jì)算公式如式(12)所示:dist_Abs(Abp,Abq)=n+m∑i=1|Abp[i]-Abq[i]|.(12)鄰居抗體指與某抗體的距離小于某個閾值θ的抗體,如式(13)所示:neighbor(Abp,Abq)={1,ifdist_Abs(Abp,Abq)<θ;0,otherwise.(13)抗體的濃度指在抗體種群中抗體的鄰居數(shù)目與抗體種群規(guī)模的比值,如式(14)所示:concentration(Abp)=pop_size∑q=1neighbors(Abp,Abq)/pop_size,(14)其中pop_size為抗體種群的規(guī)模.2.4抗體有效性檢測在免疫進(jìn)化過程中可能產(chǎn)生不可行解,對抗體進(jìn)行有效性檢測是必須的,抗體有效性檢測的方法如下:對抗體進(jìn)行解碼,得到被選中的基站及中繼站;確定決策變量的值;逐個驗(yàn)證約束條件滿足情況,只有滿足全部約束條件的抗體才是有效的.2.5abp.2克隆選擇本文算法使用了克隆增殖、低頻變異和克隆選擇3個算子:1)克隆增殖.對抗體Abp產(chǎn)生M個克隆副本,記作Ab(1)p,Ab(2)p,…,Ab(Μ)p.2)低頻變異.對抗體Abp的某個克隆副本Ab(i)p(i=1,2,…M),隨機(jī)選擇一個基因座位置k(k=1,2,…,n+m),把該基因座的值取反,而其他n+m-1個基因座的值保持不變,得到Ab(i)′p.3)克隆選擇.采用輪盤法進(jìn)行概率選擇,每個抗體被選中進(jìn)入下一代的概率按照式(15)計(jì)算:probability(Abp)=f(Abp)pop_size∑q=1f(Abq).(15)2.6u3000各抗體間的親和度及有效性檢測本文設(shè)計(jì)的算法框架如下:Step1.輸入抗體種群規(guī)模N、記憶庫種群規(guī)模W、克隆母體種群規(guī)模X和克隆副本個數(shù)M.Step2.初始化抗體種群.若抗體記憶庫Ab_Member為空(首次處理),則隨機(jī)產(chǎn)生N個抗體構(gòu)成初始種群;否則,由Ab_Member中的W個抗體和隨機(jī)產(chǎn)生的N-W個抗體共同構(gòu)成初始種群A(0).Step3.計(jì)算第t代種群A(t)中每個抗體的親和度,并按親和度值降序排序.Step4.選擇A(t)中的前X個抗體構(gòu)成克隆母體種群B(t)={Ab1,Ab2,…,AbX}.Step5.利用克隆增殖算子對B(t)中抗體Abp(p=1,2,…,X)繁殖M個克隆副本,記作:Ab(1)p,Ab(2)p,…,Ab(Μ)p.Step6.對B(t)中每個抗體的所有克隆副本進(jìn)行低頻變異,得到集合C(t)=∪{Ab(i)′p}(p=1,2,…,X,i=1,2,…,M).Step7.計(jì)算A(t)∪B(t)∪C(t)中每種抗體的濃度及親和度,并對抗體進(jìn)行有效性檢測.Step8.對通過有效性檢測的抗體按照親和度值降序排列,選取親和度高的一些抗體去替換記憶庫Ab_Member部分抗體.若滿足終止條件,則輸出記憶庫Ab_Member中親和度最高的那個抗體,算法結(jié)束;否則轉(zhuǎn)到Step9.Step9.從A(t)∪B(t)∪C(t)中選取濃度較低且親和度較高的N個抗體組成新一代抗體種群,置t←t+1,轉(zhuǎn)到Step3.3記憶庫運(yùn)行情況為了驗(yàn)證本文算法的性能,采用文獻(xiàn)的實(shí)驗(yàn)數(shù)據(jù),解決一個3km×3km區(qū)域、20個基站候選站址、200個中繼站候選站址、500個測試點(diǎn)的選址優(yōu)化問題.兩種算法的種群規(guī)模均取100,最大進(jìn)化代數(shù)均取1200,個體均采用二進(jìn)制編碼,編碼長度為220b.文獻(xiàn)算法的變異概率取0.1,交叉功率取0.8;本文算法的抗體間距離閾值θ取30,記憶庫種群規(guī)模W取20,克隆母體種群規(guī)模X取10,克隆副本個數(shù)M取5.實(shí)驗(yàn)1.比較文獻(xiàn)算法與本文算法的性能.在Pentium42.0GHz主頻的CPU、2GB內(nèi)存的IBM兼容機(jī)器上,依次對文獻(xiàn)算法和本文算法各運(yùn)行10次,取平均值,其中本文算法首次運(yùn)行時記憶庫為空,后9次是在記憶庫非空情況下運(yùn)行的.兩種算法運(yùn)行時間的比較結(jié)果如圖1所示.從圖1可以看出:文獻(xiàn)算法的運(yùn)行時間與候選站數(shù)目呈指數(shù)關(guān)系,隨著候選站數(shù)目的增多,運(yùn)行時間指數(shù)級增加;而本文算法的運(yùn)行時間與問題規(guī)模幾乎呈線性關(guān)系.這說明本文算法收斂性能優(yōu)于文獻(xiàn)算法.無線電波沿著路徑傳播過程中功率損耗折合成貨幣單位后,把基站與中繼站優(yōu)化問題的建站代價與路徑損耗之和稱為優(yōu)化方案代價.兩種算法的平均優(yōu)化方案代價隨進(jìn)化代數(shù)的變化曲線,如圖2所示:從圖2可以看出:隨進(jìn)化代數(shù)的增加,本文算法的平均優(yōu)化方案代價下降速度較快,這再次說明了本文算法的收斂性能優(yōu)于文獻(xiàn)算法.另一個重要的度量指標(biāo)是中繼站帶來的小區(qū)容量增益.兩種算法的小區(qū)平均容量增益隨進(jìn)化代數(shù)的變化曲線如圖3所示:從圖3可以看出,兩種算法曲線差異較小,其原因是:對于兩跳中繼網(wǎng)絡(luò)來說,由于一個基站最多只能關(guān)聯(lián)一個中繼站,只要能選擇較合理的基站與中繼站位置,小區(qū)容量增益差異很小.也就是說兩種算法在網(wǎng)絡(luò)容量增益方面的貢獻(xiàn)幾乎相當(dāng).實(shí)驗(yàn)2.驗(yàn)證記憶庫對算法性能的影響.在記憶庫為空和非空兩種情況下,各運(yùn)行10次本文算法,結(jié)果如表1所示:從表1可以看出:使用記憶庫后,本文算法的收斂速度得到了明顯的提高(不使用記憶庫進(jìn)化1200代才收斂,使用記憶庫后縮減為800代),解的質(zhì)量也提高了很多(優(yōu)化方案代價從1.26×107元縮減為1.21×107元,小區(qū)容量增益從42.3%增至44.1%).主要原因是當(dāng)記憶庫為空時,算法模擬的是抗體對抗原的初次免疫應(yīng)答過程,免疫細(xì)胞的克隆增殖及對抗原進(jìn)行應(yīng)答過程需要一段時間,所以算法在進(jìn)化較多的代數(shù)后才收斂;