随着移动互联网的高速发展以及无线流量的飞速增长,移动通信行业正面临网络带宽不够的严峻挑战。一种有效减少网络流量、增加网络带宽利用率的方案是将流行的数据存储在小型基站中,即基站主动存储。由于数据在基站侧,且基站和请求设备之间的距离很短,这些数据既能高效传输给用户,又能减少网络侧的流量。因此,基站主动存储是现在移动通信网络的研究热点之一。在蜂窝网络的基站主动存储中,数据存储分配是一个非常关键的问题。针对这个问题,现有研究一般从传输延迟、总的存储量、数据的流行度及能源效率等方面进行考虑,公平性很少有涉及。事实上公平性也是非常重要的,不公平的数据存储会引发一系列的问题,如影响用户的性能体验以及较低的资源利用率等。本文从用户公平性的角度来研究无线蜂窝网络中基站主动存储的存储分配问题。本文主要工作如下:(1)提出了一个最大公平性存储方案(Maximum Fairness Storage Allocation Scheme,MFSA)来解决基站主动存储中资源分配不公平的问题。首先,本文对基站主动存储的公平性问题进行了建模。具体来说,本文采用随机线性网络编码的方式将内容存储在基站中,在总的存储量和传输延迟限制下,将存储分配方案建模为最大化小基站访问资源的Jain公平性。其次,设计了可以求解本文问题的遗传算法。该遗传算法采用矩阵编码,利用罚函数法将有约束优化转换为无约束优化,以及利用模拟退火方法加速遗传算法的收敛速度。最后,利用所设计的遗传算法对该问题进行了求解。实验数据表明,与对比论文的存储方案相比,本文的存储方案在公平性上有较大的提升,公平性指数在总的存储量限制为3000,4000,5000时分别提高了17.01%,19.10%和18.20%,在传输延迟限制为50,60,70,80时分别提高了12.51%,15.10%,20.54%和21.20%。(2)提出了一种基于MOEA/D(Multi-Objective Evolutionary Algorithm Based on Decomposition)的多目标基站主动存储缓存方案,同时优化总的存储量、总的传输延迟以及用户的公平性。首先,本文研究了基于多目标分解的MOEA/D算法,并依据该算法和基站主动存储应用需求,重定义了3个相关联的优化目标,建立了约束条件。其次,设计了可以求解本文问题的MOEA/D算法。将MOEA/D算法中进化算法的矩阵自变量向量化使得算法更加简化,并在惩罚函数中引入模拟退火思想保证种群的进化方向。最后利用所设计的MOEA/D算法求解问题。通过将所得的最优解与权重向量对照分析,揭示可以通过调节权重向量而设置想要侧重优化的目标,这给实际运用场景提供了不同的选择。此外,还分析了算法的性能,通过固定权重向量分析了算法的收敛性;通过对两种聚合算法的分析发现运用切比雪夫聚合法更适合解决本文的问题。