<  Back to the Polytechnique Montréal portal

Méthode heuristique d'optimisation pour la planification à long terme des réseaux cellulaires alimentés par l'énergie solaire

Abdoul Wassi Badirou

Masters thesis (2020)

[img] Terms of Use: All rights reserved.
Restricted to: Repository staff only until 20 October 2021.
Cite this document: Badirou, A. W. (2020). Méthode heuristique d'optimisation pour la planification à long terme des réseaux cellulaires alimentés par l'énergie solaire (Masters thesis, Polytechnique Montréal). Retrieved from https://publications.polymtl.ca/5344/
Show abstract Hide abstract

Abstract

RÉSUMÉ Les réseaux cellulaires constituent une partie importante de l’impact environnemental des Technologies de l’Information et de la Communication dans le monde. Plus précisément, le réseau d’accès radio, constitué principalement d’antennes, est le plus énergivore. De plus, la prochaine génération de réseau cellulaire, la 5G, avec ses ondes millimétriques, entrainera une prolifération des sites d’antennes à courte portée. Cette densification du réseau engendre non seulement plus d’investissement pour les opérateurs, mais complexifie davantage la planification et l’optimisation de ces réseaux.L’objectif de ce mémoire est de proposer un algorithme de recherche tabou qui minimise les coûts d’investissements à long terme et les dépenses opérationnelles en énergie des sites d’antennes dans les réseaux cellulaires alimentés par l’énergie solaire.Pour atteindre cet objectif, le problème est d’abord modélisé sous la forme d’un programme mathématique linéaire mixte (MIP). Il est ensuite résolu conjointement avec un solveur cplex et une heuristique de recherche tabou. En effet, la décomposition du problème met en évidence deux problèmes d’optimisation : un problème de localisation des stations de base et un autre d’assignation des usagers. Ainsi les mouvements de la recherche tabou consistent à modifier la topologie de l’infrastructure radio. Ceci à travers l’installation ou le retrait d’une station ou la modification du type de station installé. L’assignation des usagers à ces stations est ensuite optimisée à l’aide du solveur cplex de AMPL afin de minimiser les dépenses opérationnelles liées à l’utilisation de l’énergie.L’algorithme développé permet d’optimiser des réseaux de plus de 50 stations avec des solutions à moins de 15% de l’optimum.----------ABSTRACT Cellular networks are an important part of the environmental impact of Information and Communication Technologies worldwide. More specifically, the radio access network part, consisting mainly of antennas, is the most energy-consuming. In addition, the next generation of cellular network, 5G, with its millimeter waves, will lead to a proliferation of short-range antenna sites. This densification of the network not only generates more investment for operators, but further complicates the planning and optimization of these networks. The main objective of this dissertation is to propose a tabu search algorithm which minimizes the long-term investment costs and operational energy expenditure of antenna sites in cellular networks powered by solar energy. To achieve this objective, the problem is first modeled using a mixed-integer programming model (MIP). It is then solved jointly with a cplex solver and a tabu search heuristic. Indeed, the breakdown of the problem highlights two optimization problems: one for locating base stations and the other for assigning users. Thus the movements of tabu research consist in modifying the topology of the radio infrastructure. This is done by installing or removing a station or modifying the type of station installed. The assignment of users to these stations is then optimized using the AMPL cplex solver in order to minimize operational expenses linked to the use of energy. The algorithm developed makes it possible to optimize networks of more than 50 stations with solutions at less than 15% of the optimum.

Open Access document in PolyPublie
Department: Département de génie électrique
Academic/Research Directors: Brunilde Sanso and André Girard
Date Deposited: 20 Oct 2020 13:45
Last Modified: 11 Jan 2021 09:51
PolyPublie URL: https://publications.polymtl.ca/5344/

Statistics

Total downloads

Downloads per month in the last year

Origin of downloads

Repository Staff Only