以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：19

、訪客IP：3.16.69.52

姓名	黃偉哲(Wei-che Huang)  查詢紙本館藏	畢業系所	通訊工程學系在職專班
論文名稱	粒子群演算法基於考量人口密度之基地台佈建 (Particle Swarm Optimization Algorithm Applied to Base Station Construction Based on Population Density)
相關論文	★ Branch and Bound 演算法在全光網路包含串音局限的限制條件之最佳化規劃效能分析 ★ 平行式最佳區塊碼解碼演算法 ★ 數位廣播之視訊系統架構與信號估測 ★ 粒子群優化演算法應用於電信業解決方案選商及專案排程之優化 ★ 結合PSO及K-Means聚類分析演算法的圖像分割 ★ 利用粒子群優化演算法改善分群演算法在訊號分群上之應用 ★ 應用模糊聚類與粒子演算法之色彩分群研究 ★ 粒子群優化演算法應用於企業更新數據網路採購之優化 ★ 粒子群演算法應用於無線區域網路產品硬體開發成本優化 ★ 粒子群演算法應用企業伺服器負載平衡之省電優化 ★ 粒子群優化演算法應用於瓦斯業微電腦瓦斯表自動讀表之優化 ★ 近場通訊之智慧倉儲管理 ★ 在Android 平台上實現NFC 室內定位 ★ 適用於訊號傳輸暨無線電力傳輸之設計 ★ 結合PSO及圖像品質評估演算法識別頻譜訊號 ★ 粒子群優化與二維Otsu演算法於影像二元化閥值選取研究
檔案	[Endnote RIS 格式]    [Bibtex 格式]    [相關文章]   [文章引用]   [完整記錄]   [館藏目錄]   [檢視]  [下載] 本電子論文使用權限為同意立即開放。 已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。 請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。
摘要(中)	行動通訊在短短的數年內，技術進步迅速，已經可讓人們達到行動上網，甚至是高畫質影音的網路速度。因此行動通訊的使用人口呈現大幅增加，造就了人手一機的情況。用戶量暴增，導致人口密度高的地區，容易造成網路塞車，連線不易。若再加上基地台的佈建位置不佳，訊號覆蓋率變差，或是基地台佈建數量過多，則會造成營運成本增加，本論文便是針對上述問題進行探討及研究。 在研究過程中，發現粒子群演算法具備有算法簡單僅需較少的參數設定、容易實現最佳化、快速收斂的特性、搜尋速度快等優點，所以本篇論文是藉由粒子群最佳化演算法之特性，套用在行動通訊基地台的選址優化，並加以考量人口密度因素，以獲得最佳的覆蓋率，可作為電信營運商於規劃基地台位置時的參考依據 。
摘要(英)	Mobile communication has great progress in just a few years. People can access the internet by mobile; and the speed of internet can support high-definition video. Therefore, the user of mobile communication have Increased significantly. Surge of users, it will cause network congestion in areas of high population density, and then the connection is not easy. When the location of base station disposes at bad locations, the signal coverage is poor. Or an excessive number of base station constructions will result in increases in operating costs. This thesis will study in accordance with the above issues. In my research, I found the particle swarm algorithm have the advantages, such as simple algorithms, fewer parameter settings, easy to optimize, fast convergence and fast search speed. So this thesis is applied for base station optimization, and considered population density factors to get the best coverage of base stations. This theory can be used in telecom operators in planning base station positions.
關鍵字(中)	★ PSO ★ 粒子群演算法 ★ 人口密度 ★ 基地台佈建	關鍵字(英)
論文目次	摘 要 iv Abstract v 誌 謝 vi 目 錄 vii 圖 目 錄 List of Figures viii 表 目 錄 List of Tables ix 第一章 緒論 1 1-1 研究背景與動機 1 第二章 群體智能演算法之種類與介紹 2 2-1 爬山演算法 2 2-2 基因演算法 4 2-3 模擬退火演算法 9 2-4 蟻群演算法 12 2-5 粒子群(PSO)演算法 14 第三章 行動通訊與基地台佈建規劃 19 3-1 行動通訊簡介 19 3-2 基地台選址規劃 21 第四章 基地台佈建與人口密度分佈 24 4-1 基地台佈建 24 4-2 人口密度分佈 25 第五章 PSO程式參數定義及優化結果分析 30 5-1 PSO模擬環境 30 5-2 參數設定 31 5-3 基地台覆蓋率 32 5-4 實驗結果 34 第六章 結論與未來展望 48 參 考 文 獻 50
參考文獻	[1] Holland, J., “Adaptation in Natural and Artificial Systems”, University of Michigan Press, 1975. [2] N. Metropolis, A.W. Rosenbluth, M.N. Rosenbluth, A.H. Teller and E. Teller, “Equations of state calculations by fast computing machines”, Journal of Chemical Physics 21, 1953. [3] S. Kirkpatrick, C.D. Gelatt, and M.P. Vecchi , “Optimization by simulated annealing”, Science, vol. 220, 1983. [4] A. Colorni, M. Dorigo, and V. Maniezzo, “Distributed optimization by ant colonies”, Proceedings of the 1st European Conference on Artificial Life, Paris, 1991. [5] M. Dorigo and C. Blum, “Ant colony optimization theory: A survey”, Theoretical Computer Science, vol. 344, no. 2-3, Nov. 2005. [6] Eberhart, R.C. and Kennedy, J. (1995). “A new optimizer using particle swarm theory”. Proc. Sixth International Symposium on Micro Machine and Human Science, Nagoya, Japan. [7] J. Kennedy and R. C. Eberhart, “Particle swarm optimization”, in: Proc. IEEE Int. Conf. on Neural Networks, Perth, Australia, vol. 4, 1995. [8] Antonio I. S. Nascimento, Carmelo J. A. Bastos Filho, "A Particle Swarm Optimization based approach for the maximum coverage problem in cellular base stations positioning", Hybrid Intelligent Systems (HIS), 10th , Aug, 2010. [9] M. A. S. Choudhry, M. Zubair, and I. M. Qureshi, "MUD for WCDMA using modified PSO algorithm", Wireless Communications and Signal Processing (WCSP) ", Oct,2010. [10] Y. Zhang, C. Ji, P. Yuan, M. Li, C. Wang, and G. Wang, "Particle swarm optimization for base station placement in mobile communication", Networking Sensing and Control, March 2004. [11] 李世炳、鄒忠毅，“簡介導引模擬退火法及其應用”，物理雙月刊（廿四卷 二期），2002。 [12] 莊嶸騰，“應用基因演算法於GSM與W-CDMA系統的基地站台規劃”，國立台 北科技大學電腦通訊與控制研究所，碩士論文，2002。 [13] 沈威廷，“改良式粒子群演算法應用於WCDMA基站選址”，國立中央大學通 訊工程研究所，碩士論文，2011。 [14] 汪仁傑，“粒子群演算法應用於無線區域網路產品硬體開發規格選擇”，國立 中央大學通訊工程研究所，碩士論文，2012。 [15] 江吉雄，“遺傳演算法於股市選股與擇時策略之研究”，國立中央大學資訊管 理研究 所，碩士論文，2002。 [16] 黃翔瑞，“改良爬山演算法於護理排班程式設計”，中華大學生物資訊學系， 碩士論文，2011。 [17] 賴羿暹，“利用螞蟻演算法於桁架結構最佳化設計”，大同大學機械工程研究 所，碩士論文，2004。 [18] 范思源，“無線網絡規劃中基站選址的解決方案”，華南理工大學，碩士論文， 2006。 [19] 李維平（無日期），“粒子群最佳化演算法”，2012/12/11， 取自: http://mcdm.ntcu.edu.tw/profchwu/course/dct_ai/教材/PSO美食規劃/pso.ppt [20] “基因演算法簡介”，2013/01/02，取自: http://www.me.sju.edu.tw/jimrong/FuzzyControl/B1/第9單元%20基因演算法簡介.pdf [21] “模擬退火法”，義守大學資工所研究主題資料，2012/11/14，取自: http://jjcommons.csie.isu.edu.tw/research/download/SA.pdf [22] “粒子群聚演算法”， 義守大學資工所研究主題資料，2012/11/14，取自: http://jjcommons.csie.isu.edu.tw/research/download/PSO.pdf [23] “螞蟻最佳化演算法”， 義守大學資工所研究主題資料，2012/11/14，取自: http://jjcommons.csie.isu.edu.tw/research/download/ACO.pdf [24] 吳振鋒（無日期），“無線通訊的世代”，2013/03/08，取自: http://web.ydu.edu.tw/~cfwu/htm/mobile/generations_for_mobile.ppt [25] “CH11 電子商務與核心元件”， 2013/03/08，取自: http://www.isu.edu.tw/upload/83202/12/files/dept_12_lv_3_16966.pdf [26] 秦素霞（無日期），“ 行動通訊技術暨產業演進”，2013/03/08，取自: http://nccur.lib.nccu.edu.tw/bitstream/140.119/34965/7/93251807.pdf [27] “人工智慧”，2013/05/03，取自: http://el.mdu.edu.tw/datacos//09920722019A/第四章%20有資訊搜尋.pdf
指導教授	賀嘉律	審核日期	2013-7-30
推文	facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu
網路書籤	Google bookmarks   del.icio.us   hemidemi   myshare