TD-SCDMA网络RF优化指导
(仅供内部使用）
版权所有侵权必究
目录
TD-SCDMA网络RF优化指导 (1)
1概述 (4)
2RF优化流程 (4)
2.1RF前的测试准备工作 (5)
2.2数据采集 (9)
3RF优化常见问题 (10)
3.1弱覆盖 (10)
3.2越区覆盖 (11)
3.3孤岛效应 (12)
3.4导频污染 (14)
3.5切换问题分析 (16)
3.5.1硬件故障导致切换异常 (17)
3.5.2同频同扰码小区越区覆盖导致切换异常 (18)
3.5.3越区孤岛切换问题 (18)
3.5.4目标邻小区负荷过高（或部分传输通道故障），导致切换失败 (18)
3.5.5目标小区上行同步失败导致切换失败 (19)
3.5.6源小区下行干扰严重导致切换失败 (19)
3.5.7无线参数设置不合理导致切换不及时 (19)
4经典案例解析 (20)
4.1密峒T4小区高干扰问题分析 (20)
4.2二十二中T4小区切换问题分析 (24)
4.3北车管所站点优化分析 (28)
4.4电缆厂招待所和颍河华山路口新站开通后的道路优化 (36)
5经验与建议经验与建议 (44)
1概述
随着城市的发展，站点的增加，网络的无线环境不断在变化，而网络质量作为通信企业赖以生存的生命线是运营商重点关注的，而在全网优化中，为解决规划设计不合理导致的网络异常等问题，引入RF优化的概念，并通过基础的RF优化来达到改善网络质量的目的。
RF全称为Radio Frequency，即无线射频优化，其作为网络优化的基础部分对于维护网络正常运行有着不可忽视的作用，其目的是在优化信号覆盖的同时对切换关系进行梳理，提高切换成功率，保证无线网络信号分布的正常。
2RF优化流程
RF优化贯穿全网优化流程，在建网初期RF优化是指标优化、业务优化、参数优化的基础，良好的RF优化在保证覆盖的同时还能够合理布局切换带，为后续切换重选参数的优化提供良好的保障。
RF优化在网络优化流程中所处的位置
一旦规划区域（簇）内的所有站点安装和验证工作完毕，RF(或者Cluster)优化工作随即开始，这是优化的主要阶段之一。在优化信号覆盖的同时控制导频污染，梳理切换关系提高切换成功率，保证下一步业务参数优化时无线信号的分布是正常的。
RF优化的正式开始标志着全网优化的开始，详细RF优化流程如下：
2.1RF前的测试准备工作
RF优化针对一组或者一簇的基站同时进行，不能单站点孤立地做。这样才能确保优化时可以反应出越区覆盖、导频污染、切换异常、同频邻区及同扰码组干扰等
现象，在RF阶段调整解决，避免影响后期业务测试；优化后的信号连续覆盖，避免覆盖空洞，后期优化补救事倍功半。
簇划分原则：
簇的数量原则：根据实际情况，18-25个基站为一簇，不宜过多或过少。
站点的疏密原则：根据站点排布情况，尽量将相对密集站群归为一簇。
行政区域划分原则：城市的行政区一般都是中心密集逐渐外延，这样将分割区域放在行政区外延区域便于簇与簇之间的衔接。
地形因素原则：不同的地形地势对信号的传播会造成影响。山脉会阻碍信号传播，是Cluster划分时的天然边界。河流会导致无线信号传播的更远。
蜂窝原则：通常按蜂窝形状划分Cluster比长条状的Cluster更为合理。
路测原则：需要考虑每个Cluster中的路测可以在一天内完成，通常以一次路测大约4小时为宜。
路测原则：
1)确定好测试路线
路测之前，应该首先和客户确认KPI路测验收路线，在KPI路测验收路线确定时应该包含客户预定的测试验收路线。如果由于不能完全满足客户预订测试路线覆盖要求，应及时说明。
KPI路测验收路线是RF优化测试路线中的核心路线，它的优化是RF优化工作的核心任务。在此基础上，优化测试路线还应该包括主要街道、重要地点和VIP/VIC。
2)准备测试工具
RF优化之前需要准备必要的软件、硬件和各类资料以保证后续测试分析工作的顺利进行，详细列表如下：
优化的前提要保证站点运行正常及基本业务正常，所以测试之前应该和用服工程师核实待测基站所属RNC、CN是否存在异常，比如关闭、闭塞、拥塞、告警等。判断是否会对测试结果数据真实性产生负面影响，如果有，需要排除异常现象后再安排测试。保证测试的数据真实性和准确性，避免由于个别异常的影响，导致优化效率降低，做无用功浪费资源。
设备检查主要包括：基站告警检查、小区状态检查、无线参数检查。
2.2数据采集
RF优化阶段重点关注网络中无线信号分布的情况，主要的测试手段包括：DT 测试、室内测试、信令跟踪、RNC配置的相关信息。
DT测试主要是了解系统的下行覆盖。通过路测软件了解整个覆盖区域的信号覆盖状况，可以在地图上直观地看到当前网络的信号质量、各基站分布及小区覆盖范围。
VOICE长呼测试
Voice长呼测试是重要的业务测试之一，用于检验网络对于语音业务的保持性、服务完整性、移动性能。测试采集的数据主要为覆盖和切换指标。
Scanner测试
在网络优化业务中，常用Scanner做导频覆盖测试，获取诸如：BESTSERVER，导频污染，频繁切换，覆盖等重要的网络覆盖性能指标；此外，Scanner采集的数据为解决邻区漏配以及一些复杂的网络问题提供重要依据。
信令跟踪
●信令跟踪是优化过程中常用的手段，UE侧和RNC侧均可进行信令跟踪和
采集。
●UE侧采集空口信令，有路测软件自动记录。
●RNC侧采集的信令更全面丰富，可以根据需要设置为：
?标准接口信令跟踪，包括IU、IUB、UU口。
?针对UE进行单个用户，可根据IMSI、IMEI、TMSI等信息进行跟踪。
?单小区信令跟踪。
●通过对UE侧和RNC侧信令进行分析，对照DT测试数据，可定位大部分
的网络问题。
RNC配置数据采集
●在RF优化过程中，经常需要对小区的功率、频点、扰码及邻区信息进行查
询和修改。
●通过后台工具LMT-R可进行上述参数的查询和修改，常用的LMT-R命令
有：
?MOD TCELL；LST TCELL；DSP TCELL；设置或者查询小区参数，诸如小区名、小区最大发射功率、扰码等；
?MOD TCARRIER；LST TCARRIER；DSP TCARRIER；设置或查询载波参数，诸如频点、载波优先级、载波类型、时隙信息等；
?MOD TPCCPCH；LST TPCCPCH；DSP TPCCPCH；设置或查询主公共信道功率等参数；
?ADD/MOD/LST TNCELL；增加、修改、查询邻区信息。
3RF优化常见问题
3.1弱覆盖
弱覆盖是基站所需要覆盖面积大，基站间距过大，或者建筑物遮挡而导致边界区域信号较弱。弱覆盖指的是覆盖区域导频信号的RSCP小于－95dBm。如果导频信号RSCP低于手机的最低接入门限的覆盖区域，手机通常无法驻留小区，无法发起位置更新和位置登记，而出现发起业务时无法接入网络或掉网的情况。弱覆盖的直接影响通话质量，必须引起重视。
问题分析
弱覆盖的原因主要分为：
设备系统问题
设备系统出现故障可能会导致覆盖范围的减小。如天线受到风吹雨打会出现松动现象，改变了原来的下倾，引起弱覆盖问题。
环境问题
城市建设发展导致环境的变化，高大建筑物层出不穷严重阻挡信号的传播，导致信号衰减，严重影响覆盖强度，易导致弱覆盖现象出现。
规划问题
网络规划仿真的真实准确程度受很多因素的影响，或多或少存在一定的偏差。
优化思路
针对设备硬件异常引起的弱覆盖，为了保证全网的稳定性只能进行更换。其他由于环境及规划导致的弱场都可以通过RF优化来解决的：
①可以通过增强导频功率、调整天线方向角和下倾角，增加天线挂高，更换更高增益天线等方法来优化覆盖。
②新建基站，或增加周边基站的覆盖范围，使两基站覆盖交叠深度加大，保证一定大小的切换区域，同时要注意覆盖范围增大后可能带来的越区覆盖。
③对于凹地、山坡背面等阻挡引起的弱覆盖区可用新增基站或RRU，以延伸覆盖范围，尽量实现连续覆盖。
3.2越区覆盖
越区覆盖是现有覆盖范围超过了天线规划的覆盖范围，解决过覆盖问题一般先检查基站密度，判断是否是由于基站规划不合理，造成基站密度过高，引起同频干扰问题。
越区覆盖严重影响通话质量和用户感知；容易产生同频或同扰码组干扰；容易引起导频污染导致切换紊乱；容易导致孤岛效应存在掉话风险，导致手机上行发射功率饱和。从基站覆盖范围入手也可以解决过覆盖问题。如适当地调整天线角度来调整基站的覆盖范围，使基站覆盖趋向更加理想的设计指标。但调整基站覆盖范围也要很仔细，因为无线网络也要适度的覆盖重叠来避免产生弱覆盖区域。在实际工作中我们需要对过覆盖区进行实际覆盖范围的测试，确定目标基站及相邻基站的覆盖范围，验证是否是由于目标基站覆盖范围不合理而造成过覆盖。
问题分析
越区覆盖一般是指某些小区的覆盖区域超过了规划的范围，在其他小区的覆盖区域内形成不连续的主导区域。产生原因主要有以下：
天馈系统
站间距较小、站点密集的情况下，天线太高、下倾角设置不够大或基站发射功率过高，使该小区信号覆盖较远。
站址因素
站点选择在比较宽阔的街道旁边，由于“波导效应”使信号沿着街道传播很远。
环境因素
城市中有大面积的水域，如穿城而过的江河等，由于信号在水面的传播损耗很小，并且信号存在水面反射，导致在此环境下覆盖非常远。
优化思路
①对于高站的情况，比较有效的方法是调整天线导频功率，使用电下倾角调动天线下倾角，以减小基站的覆盖范围。
②尽量避免天线正对道路传播，或利用周边建筑物的遮挡效应，减少越区覆盖，但同时需要注意是否会对其他基站产生同频干扰。
③无法有效的改善覆盖时，我们通过增删邻小区关系保证业务的连续性，并且合理调整频率和扰码，尽量减少干扰的影响。
3.3孤岛效应
所谓孤岛效应就是在无线通信系统中，因为复杂的无线环境，无线信号经过山脉、建筑物、以及大气层的发射、折射，或基站安装位置过高，以及波导效应等原因，引起在远离本小区覆盖的区域外形成一个强场区域。该现象属于越区覆盖的一个现象。如图所示，小区D因为某种原因在相距很远的小区A覆盖区域内产生D 基站的强信号区域，由于这个区域超出D小区实际覆盖范围，往往这一区域没有和周围小区配备邻区关系，形成孤岛，并对A小区产生干扰，或在孤岛区域起呼的UE无法切换到A小区，产生掉话。
孤岛效应示意图
问题分析
引起孤岛效应的主要原因有以下两个方面：
天馈因素：天线挂高太高，天线方位角、下倾角设置不合理，发射功率太大。
无线环境影响：存在反射折射源。
影响分析：
容易产生同频或同扰码组干扰。
掉话严重。
优化思路
关于孤岛区域首先应该是采用调整工程参数等方法，降低山脉、建筑物等对孤岛区域的反射和折射，将无线信号控制在本小区覆盖区域内，消除或降低孤岛区域的无线信号对其它小区的干扰。但是有时因为无线环境复杂，有时无法完全消除孤岛区域的信号，我们可以经过频率和扰码规划降低对其它小区的干扰，并根据实际路测情况配备邻区关系，保证切换正常，能够保持通话。调整方法主要有以下几个方面：
①调整工程参数
②调整功率
③优化邻区配置
3.4导频污染
导频污染定义为：当存在过多的强导频信号，但是却没有一个足够强主导频信号的时候，即定义为导频污染。下面给出强导频信号、过多和足够强主导频信号的判断标准。
强导频：在TD-SCDMA中，我们定义，当PCCPCH_RSCP大于某一门限，信号为有用信号，也就是我们的强导频信号。PCCPCH_RSCP>A，A=-85 dBm。
过多：当某一地点的强导频信号数目大于某一门限的时候，即定义为强导频信号过多。
PCCPCH _number>=N，N=4。
足够强主导频：某个地点是否存在足够强主导频，是通过判断该点的多个导频的相对强弱来决定的。如果该点的最强导频信号和第（N）个强导频信号强度的差值如果小于某一门限值D，即定义为该地点没有足够强主导频。
PCCPCH_RSCP(fist)-PCCPCH_RSCP(N)<=D，D=6dB。
导频污染判断：综上所述，判断TD-SCDMA网络中的某点存在导频污染的条件是：
PCCPCH_RSCP>-85dB的小区个数大于等于4个；
PCCPCH_RSCP(fist)-PCCPCH_RSCP(4)<=6dB。
当上述两个条件都满足时，即为导频污染。
问题分析
由于无线环境的复杂性：包括地形地貌、建筑物分布、街道分布、水域等等各方面的影响，使得信号非常难以控制，无法达到理想的状况。一般情况下，在城市中容易发生导频污染的几种典型的区域为：高楼、宽的街道、高架、十字路口、水域周围的区域。
小区布局不合理
基站选址或天线挂高太高
天线方位角设置不合理
天线下倾角设置不合理
导频功率设置不合理
覆盖区域周边环境影响
导频污染对网络性能的影响，主要表现如下：
（1）呼通率降低
在导频污染的地方，由于手机无法稳定驻留于一个小区，不停地进行服务小区重选，在手机起呼过程中会不断地更换服务小区，易发生起呼失败。
（2）掉话率上升
出现导频污染的情况时，由于没有一个足够强的主导频，手机通话过程中，乒乓切换会比较严重，导致掉话率上升。
（3）系统容量降低
导频污染的情况出现时，由于出现干扰，会导致系统接收灵敏度提升。距离基站较远的信号无法进行接入，导致系统容量下降。
（4）高BLER
导频污染发生时会有很大的干扰情况出现，这样会导致BLER提升，导致话音质量下降，数据传输速率下降。
优化思路
覆盖调整
天线位置调整：可以根据实际情况调整天线的安装位置，以达到相应小区内具有较好的无线传播路径。
天线方位角调整：调整天线的朝向，以改变相应扇区的地理分布区域。
天线下倾角调整：调整天线的下倾角度，以减少相应小区的覆盖距离，减小对其他小区的影响。
导频功率调整：结合工程参数调整来优化覆盖。
采用RRU
在某些导频污染严重的地方，可以考虑采用RRU来单独增强该区域的覆盖，使得该区域只出现一个足够强的导频。
无线参数调整
在实际的网络优化过程中，由于各种各样的原因，有时候没有办法或者无法及时地采用上述方法进行导频污染区域的优化时，此时根据实际的网络情况，通过增删邻区关系或者频率、扰码的调整，来进行导频污染地区的网络性能的优化。
调整小区独立测量偏移，通过对小区独立测量偏移的调整来改善扇区之间的切换性能。。
调整小区内的重选参数，通过修改小区的重选服务小区迟滞及小区重选RSCP 偏移，来调整服务小区的重选性能。
3.5切换问题分析
切换是一个重要的无线资源管理功能，是蜂窝系统所独有的功能和关键特征。TD-SCDMA系统的切换是为保证移动用户通信的连续性或者基于网络负载和操作维护等原因，将用户从当前的通信链路转移到其他小区的过程。切换过程的优化对任何一个蜂窝系统都是十分重要的,，因为从网络效率的角度出发，用户终端处于不适合的服务小区时，不仅会影响自身的通信质量，同时也将增加整个网络的负荷，甚至增大对其他用户的干扰。
无线网络特有的用户移动性，为了保证用户移动过程中同样享有业务就必须使网络具备正确的切换。同样TD－SCDMA 网络是否能够正确切换也是网络关键，网络优化中解决切换问题也是网络问题中必不可少。对网络中切换问题需要仔细分析，定位问题具体原因。
在RF优化阶段切换优化主要有两个方面：
切换带覆盖优化：是指对切换带的范围控制，切换带即相邻小区共同覆盖的区域；
邻区关系优化：根据覆盖情况合理配置邻区，包括邻区增加和删除两种情况。
问题分析：
切换是为了把无线接入点从一个小区换到另外一个小区。每一个切换带尽量保证切换关系的清晰，避免出现几个小区之间相互切换；同时也避免移动过程中，在
一个切换带出现两个小区之间的频繁切换。
切换从结果来看可以分为三大类：
1)小区不能切入，周围小区不能够切入问题小区，但是问题小区能够切出至周围
小区；
2)小区不能切出，周围小区能够切入问题小区，但是问题小区不能够切出至周围
小区；
3)小区不能切入也不能切出，周围小区不能和问题小区进行切换。
切换从原因来分可以分为以下七大类：
1)硬件故障导致切换异常；
2)同频同扰码小区越区覆盖导致切换异常；
3)越区孤岛切换问题；
4)目标邻小区负荷过高（或部分传输通道故障），导致切换失败；
5)目标小区上行同步失败导致切换失败；
6)源小区下行干扰严重导致切换失败；
7)无线参数设置不合理导致切换不及时。
优化思路：
切换区域优化目的是在尽量保证覆盖的情况下合理配置邻区。因此覆盖控制和邻区配置都要相互考虑，二者最大兼容。不能只为了提升覆盖指标，导致业务质量下降，相反也不行。
调整工程参数：天线位置调整、天线方位角调整、天线下倾角调整。
调整无线参数：小区的发射功率。
优化邻区关系：增删邻小区关系。
3.5.1硬件故障导致切换异常
由于TD-SCDMA采用多通道智能天线系统，而良好的赋形，首先需要各个通道之间功率校正的一致性。如果功率校正通不过，将会导致赋形产生偏差，从而可能会导致系统切换失败。
查看基站设备告警记录，对故障的天线、基站硬件设备进行修复。
3.5.2同频同扰码小区越区覆盖导致切换异常
TD-SCDMA采用扰码来区分小区，但是扰码的数量是有限的，而且目前宏站只采用室外6个频点，可能会出现同频同扰码的小区，造成网络性能的下降。
优化方法：
针对同频同扰码情况，我们要经过具体分析后采用不同方法解决：如果是因为规划问题导致相距比较近的小区（会出现重叠覆盖区域）出现同频同扰码就需要对小区所使用的频率或扰码进行重新规划调整，避免同频同扰码现象。如果两站相距位置比较远同频同扰码情况是由于单个小区越区覆盖引起的，需要对发生越区覆盖的小区的天线方向角、俯仰角、小区最大发射功率进行调整，必要时还需要降低天线高度。
3.5.3越区孤岛切换问题
由于站高、湖泊、街道、天线等因素导致小区在覆盖的时候会出现覆盖范围较远的问题。
优化方法：
对发生越区覆盖的小区的天线方向角、俯仰角、小区最大发射功率进行调整，必要时还需要降低天线高度；如果上述方法均不可行，可添加邻区关系，使切换正常。
3.5.4目标邻小区负荷过高（或部分传输通道故障），导致切换失败
在某些热点区域如演唱会、景区、OFFICE等会出现话务量的集中，导致小区负荷接近饱和，造成切换失败。
如果目标小区负荷高导致切换失败，在目标小区质量允许的情况下可以调整目标小区的切换允许下行功率门限、切换允许上行干扰最大门限、下行极限用户数等参数。必要时可通过扩容来提高目标小区容量。针对目标小区传输通道故障可通过相关故障修复来解决。
3.5.5目标小区上行同步失败导致切换失败
优化方法：
增加目标小区的UPPTS期望接收到的功率、加大功率步长及增加UPPCH信道的发射试探数等，但这些参数的调整要十分小心，如果参数调整不适当会加剧上行同步信道干扰，从而引起更高的信道ISCP值抬升。
3.5.6源小区下行干扰严重导致切换失败
优化方法：
查找干扰源，对常见的系统外干扰如PHS系统通过调整扇区天线方向角或增加屏蔽网来规避干扰；对系统内同频干扰可通过修改干扰小区频率或调整方向角及俯仰角来降低干扰。
3.5.7无线参数设置不合理导致切换不及时
如果切换触发事件上报不够及时，将会导致切换不够及时，从而导致切换失败和通话质量变差的可能性。
优化方法：
修改切换参数门限，包括调整切换迟滞量、修改小区个性偏移、减少切换时间延迟等参数。
4经典案例解析
4.1密峒T4小区高干扰问题分析
1.问题描述
3月23日对新开站点密峒进行优化调整，在西环路上由南向北行驶当手机切换至密垌T4小区时发生掉话现象，并且占用该小区信号时频繁发生未接通现象，前台测试情况如下：
联系后台RNC侧后经观察发现，密垌_T4在3月21日、3月23日语音无线接通指标异常，3月21日前无指标测量。
课程报告题目最优化理论与方法 学生姓名 学号 院系 专业 二Ｏ一二年十一月十日
最优化理论与方法综述 最优化方法是近几十年形成的，它主要运用数学方法研究各种系统的优化途径及方案，为决策者提供科学决策的依据。最优化方法的主要研究对象是各种管理问题及其生产经营活动。最优化方法的目的在于针对所研究的系统，求得一个合理运用人力、物力和财力的最佳方案，发挥和提高系统的效能及效益，最终达到系统的最优目标。实践表明，随着科学技术的日益进步和生产经营的日益发展，最优化方法已成为管理科学的重要理论基础和不可缺少的方法，被人们广泛地应用到公共管理、经济管理、工程建设、国防等各个领域，发挥着越来越重要的作用。这就是我理解的整个课程的流程。在这整个学习的过程当中，当然也会遇到很多的问题，不论是从理论上的还是从实际将算法编写出程序来解决一些问题。下面给出学习该课程的必要性及结合老师讲解以及在作业过程中遇到的问题来阐述自己对该课程的理解。 20世纪40年代以来，由于生产和科学研究突飞猛进地发展，特别是电子计算机日益广泛应用，使最优化问题的研究不仅成为一种迫切需要，而且有了求解的有力工具。因此最优化理论和算法迅速发展起来，形成一个新的学科。至今已出现线性规划、整数规划、非线性规划、几何规划、动态规划、随机规划、网络流等许多分文。 最优化理论与算法包括线性规划单纯形方法、对偶理论、灵敏度分析、运输问题、内点算法、非线性规划K-T条件、无约束最优化方法、约束最优化方法、参数线性规划、运输问题、线性规划路径跟踪法、信赖域方法、二次规划路径跟踪法、整数规划和动态规划等内容。 最优化理论所研究的问题是讨论在众多的方案中什么样的方案最优以及怎样找出最优方案。这类问题普遍存在。例如，工程设计中怎样选择设计参数，使得设计方案满足设计要求，又能降低成本；资源分配中，怎样分配有限资源，使得分配方案既能满足各方面的基本要求，又能获得好的经济效益；生产评价安排中，选择怎样的计划方案才能提高产值和利润；原料配比问题中，怎样确定各种成分的比例，才能提高质量，降低成本；城建规划中，怎样安排基本单位的合理布局，才能方便群众，有利于城市各行各业的发展；农田规划中，怎样安排各种农作物的合理布局，才能保持高产稳产，发挥地区优势；军事指挥中，怎样确定最佳作战方案，才能有效地消灭敌人，保存自己，有利于战争的全局；在人类活动的各个领域中，诸如此类，不胜枚举。最优化这一数学分支，正是为这些问题的解决，提供理论基础和求解方法，它是一门应用广泛、实用性强的学科。 一、最优化学习的必要性 最优化，在热工控制系统中应用非常广泛。为了达到最优化目的所提出的各种求解方法。从数学意义上说，最优化方法是一种求极值的方法，即在一组约束为等式或不等式的条件下，使系统的目标函数达到极值，即最大值或最小值。从经济意义上说，是在一定的人力、物力和财力资源条件下，使经济效果达到最大，或者在完成规定的生产或经济任务下，使投入的人力、物力和财力等资源为最少。
优化理论与方法
全局及个性化web服务组合可信度的动态规划评估方法 摘要：随着Internet的快速发展,web服务作为一种软件构造形式其应用越来越广泛。单个web服务无法满足日益复杂的用户需求,web服务组合有效地解决了这个问题。然而,随着功能相似的web服务实例的不断出现,如何选择可信的web服务组合成为了人们关注的热点。服务选择依赖于web服务组合的评估结果,因此,本文主要从web服务组合着手,对其可信性进行研究,提供一种可信web服务组合评估方法。：针对web服务组合的全局及个性化问题,提出了基于全局的个性化web服务组合可信评估方法。从全局角度动态地调整评估模型;同时引入用户业务关注度来描述原子web服务对服务组合可信性的影响程度;结合前文的度量及评估方法,构建一个全局的个性化服务组合可信评估模型;并分析了模型的相关应用,给出了改进的动态规划模型。 关键字：web服务组合可信评价；全局个性化；动态规划； 0.引言 随着软件系统规模的日趋复杂，运行环境的不断开放，软件的可信性要求日益增加，可信软件成为了研究的热点。据《中国互联网发展状况统计报告》统计显示，截至2014年12月底，我国网民数量突破8亿，全年新增网民5580万。互联网普及率较上年底提升4个百分点，达到38。3%。因此，随着Internet 的广泛应用和网络技术的快速发展，面向服务的软件体系结构（SOA）作为一种新型的网络化软件应用模式已经被工业界和学术界广为接受。同时，网民对互联网电子商务类应用稳步发展，网络购物、网上支付、网上银行和在线旅游预订等应用的用户规模全面增长。因而，对web服务的可信性要求更高。单个web服务的功能有限，往往难以满足复杂的业务需求，只有通过对已有web服务进行组合，才能真正发挥其潜力。在现有的web服务基础上，通过服务组装或者Mashup方式生成新web服务作为一种新型的软件构造方式，已成为近年的研究热点之一。web服务组合并不是多个原子web服务的简单累加，各原子web服务之间有着较强的联系。因此对web服务组合的可信需求更高。目前大量的研究工作着重于如何实现原子web服务间的有效组合，对服务组合的可信评估研究较少。如今，随着web服务资源快速发展，出现了大量功能相同或相似的web服务，对web服务组合而言，选择可信的web服务变得越来越难。在大量的功能相似的原子web服务中，如何选出一组可信的web服务组合，成为了人们关注的热点问题。本文将从web服务组合着手，对其可信性进行研究，旨在提供一种可信web服务组合评估方法，为web服务组合的选择提供依据。web服务组合的可信度主要包括以下三个部分： 1）基于领域本体的web服务可信度量模型。 2）基于偏好推荐的原子web服务可信评估方法。 3）基于全局的个性化web服务组合可信评估方法。 研究思路： 本文主要研究基于全局的个性化web服务组合的可信评估方法，其研究思路可以大致如下：基于领域本体的web服务可信度和基于偏好推荐的原子web 服务可信评估方法。针对web服务组合的四种基本组合结构模式，主要研究如
最优化原理与方法复习 第1章最优化问题的基本概念§最优化的概念最优化就是依据最优化原理和方法，在满足相关要求的前提下，以尽可能高的效率求得工程问题最优解决方案的过程。§最优化问题的数学模型 1.最优化问题的一般形式?findx1,x2,?,xn?minf(x,x,?,x)?12 n? (x,x,?,x)?0u?1,2,?,pu12n??hv(x1,x2,?,xn)? 0v?1,2,?,q? 2.最优化问题的向量表达式?findX?minf(X)?? (X)?0??H(X)?0?式中：X?[x1,x2,?,xn]T G(X)?[g1(X),g2(X),?,gp(X)]T H(X)?[h1(X),h2(X),?,hp(X)]T 3.优化模型的三要素设计变量、约束条件、目标函数称为优化设计的三要素！设计空间：设计变量所确定的空间。设计空间中的每一个点都代表一个设计方
案。§优化问题的分类按照优化模型中三要素的不同表现形式，优化问题有多种分类方法：1按照模型中是否存在约束条件，分为约束优化和无约束优化问题2按照目标函数和约束条件的性质分为线性优化和非线性优化问题3按照目标函数个数分为单目标优化和多目标优化问题4按照设计变量的性质不同分为连续变量优化和离散变量优化问题第2章最优化问题的数学基础§n元函数的可微性与梯度一、可微与梯度的定义1.可微的定义设f(X)是定义在n维空间Rn的子集D上的n元实值函数，且X0?D。若存在n维向量L，对于任意n维向量P，都有f(X0?P)?f(X0)?LTPlim?0 P?0P则称f(X)在X0处可微。 2.梯度设有函数F(X)，X?[x1,x2,?,xn]T，在其定义域内连续可导。我们把F(X)在定义域内某点X处的所有一阶偏导数构成的列向量，定义为F(X)在点X处的梯度。记
《优化原理与方法》作业解答要点 5.1 建造一容积为V (m 3)的长方形蓄水池（无盖），要求选择其长、宽、高，使表面积最小，从而建筑用料最省。试写出此问题的数学模型。 [解] 选择设计变量x 1、x 2、x 3分别代表蓄水池的长、宽、高，优化数学模型为： 5.2 某公司有资金a 万元，可供选择购置的设备有n 种，已知相应于第i 种设备所需资金为 b i 万元，可得收益为 c i 万元，要求收益最大的投资安排。试写出其数学模型。 [解] 选择设计变量x 1、x 2、…、x n 分别代表n 种可选购设备的购买数量，优化数学模型为： 5.3 某城市要建造一供应服务中心，向该市m 个用户提供服务，设第i 个用户的位置为（a i ， b i ），需要货物量为w i 吨，试寻求这个中心最经济的位置，使运输量（吨公里数）最小。 [解] 选择设计变量x 1、x 2代表中心的位置坐标，优化数学模型为： ?? ?? ? ?? ? ? ≥≥≥=??++= t..s 22 .min ],,[ 3min 32min 21min 1321313221321x x x x x x V x x x x x x x x x x x x T 使得寻求x ????? ? ???? ?? ? ?=?=≥≤?=∑∑==n i x n i x a x b x c x x x i i n i i i n i i i T n ,1,2, , ,1,2, ,0 t..s .max ] , ,,[ 1 1 21为整数使得寻求x ?? ??? -+-=∑=m i i i i T b x a x w x x 1222121)()( .min ],[ 使得寻求x
中南大学考试试卷 2011--2012学年 1 学期 时间100分钟 最优化理论与方法 课程 48 学时 学分 考试形式： 闭 卷 专业年级： 信科08、应数08 总分100分，占总评成绩 70 % 注：此页不作答题纸，请将答案写在答题纸上,可用中英文作答。 1.（15 points ） For an unconstrained optimization problem: ),(min x f Let )0(x be a given point, )0(d be a descent search direction at )0(x . (1) With the exact line search, show that there is a steplength 0α satisfying .0)()0()0(0)0(=+?d d x f T α (2)Show that when applied to a quadratic objective function, the Newton method with the exact line search terminates in at most one iteration. 2. （15 points ）For an unconstrained optimization problem: .2)(min 2 221x x x f += (1) Find a descent direction )0(d of f at .)1,1() 0(T x = (2) By the Armijo line search, find a steplength 0α along )0(d at .)0(x 3.（15 points ） （1）Let .2113???? ??=A Find two directions 1d and 2d such that 1d and 2d are conjugate with respect to the matrix A . （2）Show that when applied to a quadratic objective function, with the exact line search, the PRP conjugate gradient method is equivalent to the FR conjugate gradient method.
内点法基本原理 摘要：内点法是求解含不等式约束最优化问题的一种十分有效的算法。内点法通过构造障碍函数，求解一系列只含等式约束最优化问题，逐步得到原问题的最优解，具有找初始点容易、线性收敛、迭代次数少等特点。本文主要介绍了内点法的基本原理，障碍方法的一般步骤并分析了该方法的优缺点，进行了算例实践。 关键词：内点法；障碍方法；Newton法 The Theory of Interior Point Method Abstract: Interior point method is a very effective algorithm for solving optimization problems with inequality constrained. Interior point method is constructed to solve a series of optimization problems with equality constraints, and the optimal solution of the original problem is obtained, which has the characteristics of finding the initial point easier, linear convergence, less iteration number and so on. This paper mainly introduces the theory of interior point method, the general steps of barrier method and analyzing the advantages and disadvantages of the method. Key words: interior point method; barrier method;Newton method
《最优化理论与方法》讲义 (上) 第一章绪论 1.1 学科简介 最优化这一数学分支，为这些问题的解决提供了理论基础和求解方法。最优化就是在一切可能的方案中选择一个最好的方案以达到最优目标的学科。 1.1.1 优化的含义 优化是从处理各种事物的一切可能的方案中，寻求最优的方案。 （1）来源：优化一语来自英文Optimization，其本意是寻优的过程； （2）优化过程：是寻找约束空间下给定函数取极大值（以max 表示)或极小(以min表示)的过程。 1.2 发展概况 第一阶段—人类智能优化 第二阶段—数学规划方法优化 第三阶段—工程优化 第四阶段—现代优化方法 1.3研究意义 研究意义：最优化在本质上是一门交叉学科，它对许多学科产生了重大影响，并已成为不同领域中很多工作都不可或缺的工具。 应用范围：信息工程及设计、经济规划、生产管理、交通运输、
国防工业以及科学研究等诸多领域。 总之，它是一门应用性相当广泛的学科，讨论决策的问题具有最佳选择之特性。它寻找最佳的计算方法，研究这些计算方法的理论性质及其实际计算表现。 1.4 示例 例1 资源分配问题 某工厂生产A 和B 两种产品，A 产品单位价格为A P 万元，B 产品单位价格为B P 万元。每生产一个单位A 产品需消耗煤C a 吨，电E a 度，人工L a 个人日；每生产一个单位B 产品需消耗煤C b 吨，电E b 度，人工L b 个人日。现有可利用生产资源煤C 吨，电E 度，劳动力L 个人日，欲找出其最优分配方案，使产值最大。分析：(1)产值的表达式；(2)优化变量确定：A 产品A x ，B 产品B x ；(3)优化约束条件： ①生产资源煤约束； ②生产资源电约束； ③生产资源劳动力约束。 例2 指派问题 设有四项任务1B 、2B 、3B 、4B 派四个人1A 、2A 、3A 、4A 去完成。每个人都可以承担四项任务中的任何一项，但所消耗的资金不同。设 i A 完成j B 所需资金为ij c 。如何分配任务，使总支出最少? 分析：设变量?????=任务完成不指派， 任务完成指派j j i ij B A B A x 0,1
《最优化原理与方法》复习题 一．美佳公司计划制造 I 、II 两种家电产品。已知各制造一件时分别占用设备 A 、B 的台时、调试时间、调试工序每天可用于这种家电的能力、各售出一件时的获利情况，如下表所示。 （1）试写出上述问题的数学规划模型； （2）给出求解该模型的lingo 代码。 二．将下列线性规划化为标准型，并列出初始单纯形表。 12341234123412341234min 3425, s.t. 4 22, 314, 2322, ,,0,; y x x x x x x x x x x x x x x x x x x x x =-+-+-+-=-++-≤-+-+≥≥无约束 三．已知线性规划问题 ; ,0,0, ,209 9912 ,85376 ,5 3 s.t. ,432 max 43214321432143214321无约束x x x x x x x x x x x x x x x x x x x x ≤≥≤+--≥-++=--+-+++ 写出其对偶规划。 四．试选用一种方法求解下述线性规划问题 ; 0, , , 623 ,824 s.t. ,32min 32121321321≥≥+≥++++=x x x x x x x x x x x z
五. 用表格单纯形法求解线性规划。 . 0,, ,224 ,222 s.t. ,max 321321321321≥≤++≤++++=x x x x x x x x x x x x z 六. 已知线性规划问题 ; 0, ,3 ,1423 ,42 s.t. ,23max 2121212121≥≤-≤+≤+-+=x x x x x x x x x x z （1） 写出对偶问题； （2） 应用对偶理论证明原问题与对偶问题都存在最优解(不必求解)。 七.已知线性规划问题 . ,0,0 6 ,4 s.t. ,22 min 32132132321无约束x x x kx x x x x x x x x ≥≤≤-+-=++-+- 其最优解为.1,0,5321-==-=x x x 试求 （1）k 的值 （2）写出对偶问题并求其最优解 八．已知线性规划问题 . 0,,, 20232 ,20322 s.t. , 432max 4321432143214321≥≤+++≤++++++=x x x x x x x x x x x x x x x x z 其对偶问题的最优解为.2.0,2.1* 2*1==w w 试根据对偶理论求出原问题的最优解
最优化理论与方法心得体会 摘要：最优化方法作为研究各种系统的优化途径及方案，为决策者提供科学决策的依据。该文简单叙述了最优化方法及其处理问题的步骤和在各领域的应用，在一个学期的自学，讨论的课程之后，总结对最优化问题的理解和认识，思考优化理论在现实生活的应用，如何解决实际问题，以及自我学习过程的感想与实践。 关键字：优化；应用；感想
在生产过程、科学实验以及日常生活中，人们总希望用最少的人力、物力、财力和时间去办更多的事，获得最大的效益，在管理学中被看作是生产者的利润最大化和消费者的效用最大化，如果从数学的角度来看就被看作是“最优化问题”。在最优化的研究生教学中我们所说的最优化问题一般是在某些特定的“约束条件”下寻找某个“目标函数”的最大(或最小)值，其解法称为最优化方法。最优化方法（也称做运筹学方法）是近几十年形成的，它主要运用数学方法研究各种系统的优化途径及方案，为决策者提供科学决策的依据。最优化方法的主要研究对象是各种有组织系统的管理问题及其生产经营活动。最优化方法的目的在于针对所研究的系统，求得一个合理运用人力、物力和财力的最佳方案，发挥和提高系统的效能及效益，最终达到系统的最优目标。实践表明，随着科学技术的日益进步和生产经营的日益发展，最优化方法已成为现代管理科学的重要理论基础和不可缺少的方法，被人们广泛地应用到公共管理、经济管理、工程建设、国防等各个领域，发挥着越来越重要的作用。本章将介绍最优化方法的研究对象、特点，以及最优化方法模型的建立和模型的分析、求解、应用。主要是线性规划问题的模型、求解（线性规划问题的单纯形解法）及其应用――运输问题；以及动态规划的模型、求解、应用――资源分配问题。简单点，从数学意义上说从数学意义上说，最优化方法是一种求极值的方法，即在一组约束为等式或不等式的条件下，使系统的目标函数达到极值，即最大值或最小值。从经济意义上说，是在一定的人力、物力和财力资源条件下，使经济效果达到最大（如产值、利润），或者在完成规定的生产或经济任务下，使投入的人力、物力和财力等资源为最少。不同类型的最优化问题可以有不同的最优化方法，即使同一类型的问题也可有多种最优化方法。反之,某些最优化方法可适用于不同类型的模型。最优化问题的求解方法一般可以分成解析法、直接法、数值计算法和其他方法。 ①解析法：这种方法只适用于目标函数和约束条件有明显的解析表达式的情况。求解方法是：先求出最优的必要条件，得到一组方程或不等式，再求解这组方程或不等式，一般是用求导数的方法或变分法求出必要条件，通过必要条件将问题简化，因此也称间接法。②直接法：当目标函数较为复杂或者不能用变量显函数描述时，无法用解析法求必要条件。此时可采用直接搜索的方法经过若干次迭代搜索到最优点。这种方法常常根据经验或通过试验得到所需结果。对于一维搜索(单变量极值问题)，主要用消去法或多项式插值法；对于多维搜索问题(多变量极值问题)主要应用爬山法。③数值计算法：这种方法也是一种直接法。它以梯度法为基础，所以是一种解析与数值计算相结合的方法。④其他方法：如网络最优化方法等。
优化理论与方法论文(DOC)
————————————————————————————————作者：————————————————————————————————日期：
优化理论与方法
全局及个性化web服务组合可信度的动态规划评估方法 摘要：随着Internet的快速发展,web服务作为一种软件构造形式其应用越来越广泛。单个web服务无法满足日益复杂的用户需求,web服务组合有效地解决了这个问题。然而,随着功能相似的web服务实例的不断出现,如何选择可信的web服务组合成为了人们关注的热点。服务选择依赖于web服务组合的评估结果,因此,本文主要从web服务组合着手,对其可信性进行研究,提供一种可信web服务组合评估方法。：针对web服务组合的全局及个性化问题,提出了基于全局的个性化web服务组合可信评估方法。从全局角度动态地调整评估模型;同时引入用户业务关注度来描述原子web服务对服务组合可信性的影响程度;结合前文的度量及评估方法,构建一个全局的个性化服务组合可信评估模型;并分析了模型的相关应用,给出了改进的动态规划模型。 关键字：web服务组合可信评价；全局个性化；动态规划； 0.引言 随着软件系统规模的日趋复杂，运行环境的不断开放，软件的可信性要求日益增加，可信软件成为了研究的热点。据《中国互联网发展状况统计报告》统计显示，截至2014年12月底，我国网民数量突破8亿，全年新增网民5580万。互联网普及率较上年底提升4个百分点，达到38。3%。因此，随着Internet的广泛应用和网络技术的快速发展，面向服务的软件体系结构（SOA）作为一种新型的网络化软件应用模式已经被工业界和学术界广为接受。同时，网民对互联网电子商务类应用稳步发展，网络购物、网上支付、网上银行和在线旅游预订等应用的用户规模全面增长。因而，对web服务的可信性要求更高。单个web服务的功能有限，往往难以满足复杂的业务需求，只有通过对已有web服务进行组合，才能真正发挥其潜力。在现有的web服务基础上，通过服务组装或者Mashup方式生成新web服务作为一种新型的软件构造方式，已成为近年的研究热点之一。web服务组合并不是多个原子web 服务的简单累加，各原子web服务之间有着较强的联系。因此对web服务组合的可信需求更高。目前大量的研究工作着重于如何实现原子web服务间的有效组合，对服务组合的可信评估研究较少。如今，随着web服务资源快速发展，出现了大量功能相同或相似的web服务，对web服务组合而言，选择可信的web服务变得越来越难。在大量的功能相似的原子web服务中，如何选出一组可信的web服务组合，成为了人们关注的热点问题。本文将从web 服务组合着手，对其可信性进行研究，旨在提供一种可信web服务组合评估方法，为web服务组合的选择提供依据。web服务组合的可信度主要包括以下三个部分： 1）基于领域本体的web服务可信度量模型。 2）基于偏好推荐的原子web服务可信评估方法。 3）基于全局的个性化web服务组合可信评估方法。 研究思路： 本文主要研究基于全局的个性化web服务组合的可信评估方法，其研究思路可以大致如下：基于领域本体的web服务可信度和基于偏好推荐的原子
《优化原理与方法》作业解答要点 5.1 建造一容积为V (m 3)的长方形蓄水池（无盖），要求选择其长、宽、高，使表面积最小，从而建筑用料最省。试写出此问题的数学模型。 [解] 选择设计变量x 1、x 2、x 3分别代表蓄水池的长、宽、高，优化数学模型为： 5.2 某公司有资金a 万元，可供选择购置的设备有n 种，已知相应于第i 种设备所需资金为b i 万元，可得收益为c i 万元，要求收益最大的投资安排。试写出其数学模型。 [解] 选择设计变量x 1、x 2、…、x n 分别代表n 种可选购设备的购买数量，优化数学模型为： 5.3 某城市要建造一供应服务中心，向该市m 个用户提供服务，设第i 个用户的位置为（a i ，b i ），需要货物量为w i 吨，试寻求这个中心最经济的位置，使运输量（吨公里数）最小。 [解] 选择设计变量x 1、x 2代表中心的位置坐标，优化数学模型为： 5.4 对于二次型函数 （1）写出它的矩阵-向量形式； （2）写出海赛矩阵； （3）证明H (x )的正定性； （4）f (x )是凸函数吗？为什么？ [解] （1） ?? ?? ??? ? ? ≥≥≥=??++= t..s 22 .min ],,[ 3min 32min 21min 1321313221321x x x x x x V x x x x x x x x x x x x T 使得寻求x ?? ?? ?? ???? ????=?=≥≤?=∑ ∑ ==n i x n i x a x b x c x x x i i n i i i n i i i T n ,1,2, , ,1,2, ,0 t..s .max ] , ,,[ 1 1 21为整数使得寻求x ?????-+-=∑ =m i i i i T b x a x w x x 1222121)()( .min ],[ 使得寻求x T x x x x f ],[ 8222],[21)(2 121??????--=x 2 2 212142)(x x x x f +-=x
附件6．船舶与海洋工程学院国际一流水平研究生课程简介
Course name: Optimization principles and methods Objective of the course: to present tools and methodologies for performing system optimization and to introduce the methodologies of typical design issues in naval architecture and ocean engineering. Students are able to formulate the optimization of typical engineering design problems and to select suitable algorithms to solve the proposed optimal problems. Syllabus: Chapter 1 Introduction（2hrs） §1.1 Overview of common engineering design §1.2 Formulation of optimization design problem §1.3 Geometric description of optimization design problem
Chapter 2 Unconstrained Optimization Techniques（3hrs） §2.1 Powell’s method §2.2 Newton’s method §2.3 Conjugate gradient method §2.4 Davidon-Fletcher-Powell method Chapter 3 Constrained Optimization Techniques（8hrs） §3.1 Penalty Methods §3.2 Lagrangian Methods §3.3 Linear programming §3.4 Sequential quadratic programming Chapter 4 Multiobjective optimization（4hrs） §4.1 Weighted sum optimization §4.2 Lexicographic method §4.3 Goal Programming Chapter 5 Advanced topics in optimization（10hrs） §5.1 Discrete programming §5.2 Multilevel optimization method §5.3 Fuzzy optimization method §5.4 Genetic algorithm §5.5 Robust design method §5.6 Approximation techniques Chapter 6 Multidisciplinary design optimization （3hrs） §6.1 Introduce to multidisciplinary design optimization §6.2 Decomposition and Coupling §6.3 Collaborative Optimization Chapter 7 Application of optimization in naval architecture and ocean engineering（2hrs） §7.1 Ship midsection optimization