为解决异构无线网络业务接入控制问题,在提高网络资源利用率的同时保证对用户的服务质量,本文选取对异构无线网络业务接入控制存在重大影响的性能指标来构建数学模型,并提出性能优异的新型进化算法对此模型进行优化,以实现最佳业务接入控制方案。本文的主要研究内容分为两个方面:一是提出一种新型多目标优化算法,二是将其用于异构无线网络业务接入控制问题模型的求解之中,在实际应用中验证算法的优化效果。其中多目标进化算法包含单目标共生生物搜索算法(SOS)与基于分解的多目标框架(MOEA/D)的结合以及改进,最终构建出性能优异的多目标SOS算法,对影响业务接入控制问题的多个性能指标同时进行优化。下面将对研究内容进行具体介绍。首先,SOS算法作为整个多目标业务接入控制算法的核心进化策略,其性能的优劣直接影响最终的结果,为提高其优化能力,提出一种基于子种群拉伸操作的精英共生生物搜索算法(SPS-SOS)。在互利共生阶段,根据适应度值的大小,将种群分为两个子种群,不同子种群采用不同的进化方式,以平衡算法的开发与探索能力;在偏利共生阶段,引入拉伸因子和扰动向量,并修正个体的更新方式,在提升收敛速度的同时保证种群的多样性;在寄生阶段,提出“精英”寄生机制,进一步平衡算法的开发与探索能力。实验结果表明,相较于原算法和其他进化算法而言,SPS-SOS算法性能更加优异。其次,为增强进化算法在多目标问题中的寻优能力,将SPS-SOS算法与MOEA/D相结合,提出一种基于分解的多目标共生生物搜索算法(MOEA/D-SOS)。为提升解集的收敛性,将SPS-SOS算法作为多目标算法的核心优化算法,并根据MOEA/D中个体进化的特点,将SPS-SOS算法中个体的更新及保留方式进行改变,使其适应多目标进化算法的更新方式;为提高算法搜索效率,在进化过程中对邻域集合进行动态调整;为提升解集的分布性,在进化后期根据解的自身特点重新生成权重向量。在多个测试函数上的实验结果表明,MOEA/D-SOS算法在多目标问题优化方面效果显著。最后,将MOEA/D-SOS算法作为核心控制算法用于求解异构无线网络业务接入控制问题,在节省网络资源的同时保证服务质量。以业务占用资源量最小化、网络阻塞率最小化以及网络负载均衡三项性能指标为优化目标,建立多目标优化问题数学模型,采用MOEA/D-SOS算法对此模型直接进行求解,对所得结果进行非支配排序,保留下来的非支配解集,即为最佳接入控制方案。仿真结果表明,与其他接入控制算法相比,MOEA/D-SOS可以在提升网络资源的利用率、降低网络阻塞率的同时实现较好的网络负载均衡。