[论文解读] Multi-Objective Particle Swarm Optimization for Facility Location Problem in Wireless Mesh Networks

Tarik Mountassir, Bouchaib Nassereddine+2 more|arXiv (Cornell University)|Aug 27, 2013

Mobile Ad Hoc Networks参考文献 19被引用 3

一句话总结

本文提出一种多目标粒子群优化（MOPSO）方法，以在多无线电多信道无线网状网络中同时最小化网络成本并最大化性能。该方法生成一组非支配解，通过对比评估展示了在成本与性能之间改进的权衡关系。

ABSTRACT

Wireless mesh networks have seen a real progress due of their implementation at a low cost. They present one of Next Generation Networks technologies and can serve as home, companies and universities networks. In this paper, we propose and discuss a new multi-objective model for nodes deployment optimization in M ulti-Radio M ulti-Channel Wireless M esh Networks. We exploit the trade-off between network cost and the overall network performance. This optimization problem is solved simultaneously by using a meta-heuristic method that returns a non-dominated set of near optimal solutions. A comparative study was driven to evaluate the efficiency of the proposed model.

研究动机与目标

• 解决具有冲突目标的多无线电多信道无线网状网络中的设施选址问题。
• 在最小化网络部署成本的同时最大化整体网络性能。
• 开发一种元启发式解法，返回一组非支配的、近似最优的配置。

提出的方法

• 构建一个多目标模型，以平衡网络成本与性能作为相互竞争的目标。
• 采用多目标粒子群优化（MOPSO）算法搜索帕累托最优解。
• 通过维护一个外部非支配解档案来保持解的多样性和收敛性。
• 使用拥挤度距离机制以保持非支配前沿中的多样性。
• 在模拟的网络环境中，基于成本和性能指标评估优化过程中的解。
• 通过对比研究验证所提模型相对于基线方法的有效性。

实验结果

研究问题

• RQ1 如何在多无线电多信道无线网状网络中同时优化网络成本与性能？
• RQ2 此类网络中部署成本与网络性能之间的权衡关系是什么？
• RQ3 MOPSO算法在为此类设施选址问题生成多样化非支配解方面有多有效？

主要发现

• 所提出的基于MOPSO的模型成功生成了一组非支配解，代表了成本与性能之间的最优权衡。
• 对比研究证实，所提模型在平衡两项目标方面优于基线方法。
• 该算法通过外部档案和拥挤度距离机制保持了解的多样性。
• 结果表明，与传统部署策略相比，单位成本下的网络性能得到显著提升。
• 非支配解集使决策者可根据特定的成本或性能优先级选择配置。