1、隨著4G時代的到來，三大運(yùn)營商均獲得TD-LTE牌照。也就需要修建大量新的TD-LTE基站，這樣基站的優(yōu)化選址問題成為了一個重要研究內(nèi)容。為了用最小的基站建設(shè)代價，來獲得最好的通信服務(wù)質(zhì)量，一些學(xué)者提議使用自動規(guī)劃算法來獲取最優(yōu)的設(shè)計(jì)方案。但是，基站優(yōu)化選址需要考慮區(qū)域的業(yè)務(wù)量、覆蓋率和成本等問題，目前的尋優(yōu)搜索算法并不能很好解決其候選解數(shù)量龐大、尋優(yōu)過程復(fù)雜、搜索空間多峰分布等難題。
　　粒子群優(yōu)化算法(Particle Swa

2、rm Optimization Algorithm, PSO算法簡稱粒子群算法)起源于對鳥群群體行為的研究，是一種用于對連續(xù)非線性函數(shù)優(yōu)化的人工智能算法，作為一種基于群智能的優(yōu)化算法，粒子群算法可用于求解各種非線性、不可微和多峰值的復(fù)雜優(yōu)化問題。但是粒子群算法還存在容易陷入局部極值，后期收斂速度慢，精度較差的缺陷。針對粒子群算法搜索精度不高，整體上容易陷入局部最小的不足，本文提出了一種改進(jìn)的粒子群算法，并將其應(yīng)用于TD-LTE基站優(yōu)化選

3、址中。
　　本文的主要工作和創(chuàng)新點(diǎn)如下:
　　(1)本文提出的改進(jìn)粒子群算法容易實(shí)現(xiàn)、效果明顯。主要進(jìn)行了兩方面的改進(jìn):一方面，用粒子群中粒子個體極值的加權(quán)平均值替代速度更新式中的粒子個體極值;另一方面，通過引用兩種非線性遞減函數(shù)對慣性權(quán)重進(jìn)行調(diào)整。這樣可以容易地使粒子向最優(yōu)位置移動的速度更快，全局尋優(yōu)的能力更強(qiáng)。
　　(2)本文分別采用Sphere、Griewank、Rastrigrin和Ackley函數(shù)進(jìn)行仿真測試