【问题描述】

　　NR目前正在建设中，确保覆盖性能，目前的网络逐渐促进了8个光束的配置，然而， 8个光束配置涉及32重量参数。Tianke体重优化具有非常高的复杂性，而且， 与外面有关的能力非常高。因此，重量优化是当前外部场中的难点，以覆盖调整。

　　【问题分析】

　　这种情况通过AI +规划+优化产品的方式通过一种实用而有效的外部权利解决方案。该解决方案如下：

　　1）通过建立特殊测量，提取道路测试用户MR数据，作为数据源，通过数据清洁，数据的格式如下。

　　建网站公司哪家好

　　2）通过模拟，将服务社区作为核心，建立三维坐标系，模拟每个单元的数据， 分别。

　　仿真公式：

　　w_gain = rsrp_planned（shap_new）-rsrp_planned（shap_old）

　　rsrp_planned（）：对于仿真模型，雷理论

　　Beam_new：目标重量的配置

　　Beam_old：当前重量的配置

　　3）蚁群算法是用于查找优化路径的概率类型算法。它由Marco Dorigo于1992年在他的博士论文中提出。它的灵感来自蚂蚁找到寻找食物过程中的道路。主题主要使用蚁群算法在细胞集群之间寻求整体最佳解决方案。通过分布式计算， 启发式搜索， 信息正反馈和其他算法，可以显着减少搜索时间，如200可选重量，10个社区的重量组合为200 ** 10，找到10个社区的最佳体重配置，根据测试错误搜索， 需要2年和6个月。使用蚁群搜索算法，能够缩短时间到40分钟。

　　他们之中，α是信企业网站的建设公司息启发式因素，β是预期的启发式因素，τ是路径残差信息，η是一种灵感函数

　　信息启发式因子α是，表示关于路径选择的信息的重要性，越大的道路选择性， 路径越大。

　　预计启发式因子β是， 表示启发式信息的重要性，收敛速度越大， 更快，但很容易陷入部分

　　4）通过现场飞行员，找到rsrp 5-10 db的增益的计划。

　　整体收益

　　优化前后比较

　　优化前后的比较

　　企业官方网站制作

　　5）该程序基于现场用户级信息。体重参数的性能，您能达到天线覆盖波形的效果，以适应用户位置缝纫。

　　从主题的价值， 它可用于规划效果收益， 每日体重优化， 网络结构问题处理， 工程阶段优化， 等等。从成本 - 值输出， 现场易于使用， 应用价值， 并提高效率， 等等。 有高价值。