当今移动通信运营商最关心的一个问题是网络建设的技术,而该问题其中一个重要因素是网络建设中基站数量的多少.既要满足一定的覆盖要求,提供用户满意的服务质量,又要尽量节约成本,这是网络规划中必须要兼顾的两个要求.因此,移动通信网络规划当中一个最主要的问题,就是如何用最少的基站实现最大的面积覆盖和吸收最高的话务量.其中在郊区空旷地带,主要考虑的是覆盖问题,而在市区人口稠密地带则要将覆盖和容量两者综合考虑.该文即是针对前一类问题的研究,即:如何在备选基站站址集合中,选择合适的站址子集,对目标区域进行最大覆盖,同时使所需的基站数量最少.首先我们将问题抽象成为了数学模型,这是一种NP类的组合优化问题,然后我们采用了改进型的并行遗传算法解决该问题.遗传算法是一种基于自然群体遗传演化机制的高效探索算法,该算法首先将问题域中的可能解看作是群体的一个个体或染色体,并将每一个体编码成符号串形式,形成初始群体,然后模拟达尔文的遗传选择和自然淘汰的生物进化过程,对群体反复进行基于遗传学的操作(选择,交叉和变异),一代一代持续下去,不断得到更优的个体,直到满足预先设定的中止条件,求得满足要求的最优解.在普通遗传算法的基础上,我们针对该优化问题的具体情况,提出一种新的改进的遗传算法,从而使算法的性能大大提高.利用孤岛模型的并行算法提高了优化的速度和质量;采用一致交叉算子,提高了算法的搜索能力,有利于算法收敛;我们还提出了一种新的迁移策略,在迁入其他子群最优个体的同时,不破坏种群的多样性,防止了未成熟收敛.最后的仿真结果证明,我们提出的改进型算法获得了较好的优化效果.