| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 缩略语 | 第9-10页 |
| 第一章 引言 | 第10-14页 |
| 1.1 课题研究背景 | 第10页 |
| 1.2 研究内容 | 第10-11页 |
| 1.3 主要研究点 | 第11-12页 |
| 1.4 论文的结构 | 第12-14页 |
| 第二章 自动扇区优化软件(ACP)平台 | 第14-24页 |
| 2.1 LTE网络优化 | 第14-15页 |
| 2.1.1 优化工具 | 第14-15页 |
| 2.2 自动扇区优化软件的功能 | 第15-16页 |
| 2.2.1 总体功能介绍 | 第15页 |
| 2.2.2 工作流程 | 第15-16页 |
| 2.3 自动扇区优化问题的建模 | 第16-18页 |
| 2.3.1 符号定义 | 第16页 |
| 2.3.2 问题描述 | 第16-18页 |
| 2.4 自动扇区优化软件主要子系统介绍 | 第18-24页 |
| 2.4.1 用户界面子系统 | 第18-21页 |
| 2.4.2 网络子系统 | 第21-22页 |
| 2.4.3 优化算法子系统 | 第22-24页 |
| 第三章 群体智能优化算法 | 第24-32页 |
| 3.1 蚁群算法 | 第24-26页 |
| 3.1.1 基本原理 | 第24-25页 |
| 3.1.2 研究现状及可行性分析 | 第25-26页 |
| 3.2 粒子群算法 | 第26-29页 |
| 3.2.1 基本原理 | 第26页 |
| 3.2.2 研究现状分析 | 第26-27页 |
| 3.2.3 在ACP问题中的可行性分析 | 第27-29页 |
| 3.3 引力搜索算法 | 第29-32页 |
| 3.3.1 基本原理 | 第29页 |
| 3.3.2 研究现状分析及可行性分析 | 第29-32页 |
| 第四章 ACP软件中群体智能优化算法的设计实现方案 | 第32-50页 |
| 4.1 基于岛屿模型的粒子群算法设计 | 第32-37页 |
| 4.1.1 原理介绍 | 第32-33页 |
| 4.1.2 算法流程和步骤 | 第33-35页 |
| 4.1.3 算法细节 | 第35-37页 |
| 4.2 基于岛屿模型的粒子群算法具体实现 | 第37-45页 |
| 4.2.1 总体结构和功能 | 第38-40页 |
| 4.2.2 模块(或函数)功能设计 | 第40-45页 |
| 4.2.3 算法计算量估计 | 第45页 |
| 4.3 岛屿模型的粒子群与引力搜索的混合算法 | 第45-50页 |
| 4.3.1 原理介绍 | 第46-47页 |
| 4.3.2 混合算法流程 | 第47-50页 |
| 第五章 仿真结果与分析 | 第50-60页 |
| 5.1 优化配置 | 第50-52页 |
| 5.2 算法对比 | 第52-56页 |
| 5.2.1 无约束条件下 | 第53-54页 |
| 5.2.2 有约束条件下 | 第54-55页 |
| 5.2.3 算法对比小结 | 第55-56页 |
| 5.3 优化结果展示 | 第56-60页 |
| 5.3.1 RSRP优化结果对比 | 第56-57页 |
| 5.3.2 SINR优化结果对比 | 第57-60页 |
| 第六章 结束语 | 第60-62页 |
| 6.1 论文工作总结 | 第60页 |
| 6.2 进一步的研究工作 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66页 |