近年来,随着通信事业的迅猛发展,用户对移动网络的业务要求也越来越高。所以,网络系统容量急需扩大。但是在现实情况下无线频率资源是十分有限的,不可能无限增用下去。因此如何有效地利用现有的频率资源去满足用户对网络使用的要求是一个关键性问题,这就依赖于对现有网络合理的进行频率分配和规划。频率分配也就是信道分配,它是一个非线性多目标组合优化问题,在蜂窝移动通信网络中,合理的频率分配方案是在保证小区间无干扰的情况下,把可用的信道资源分配给系统中各个小区。在实际的GSM网络中,小区间的干扰主要是同频干扰(CCC)、邻频干扰(ACC)和同小区干扰(CSC)。所以,将这三种干扰作为目标问题的约束条件,再经过一定的优化算法计算寻找到目标问题的全局最优解,也就是本论文研究的最终目的。本论文采用两种优化算法——改进的遗传算法和人工鱼群算法分别去解决同一频率分配问题。首先,遗传算法是一个很经典的优化算法,它在许多领域都曾得到过极好的应用效果。本论文是在遗传算法的基础上,结合了郭晨海、谢俊等人研究的猴王遗传算法提出了一种改进的遗传优化算法,此算法的特点是将每代中适应度最大的个体设为猴王点,通过与其他个体交叉产生下一代种群。实验结果证明改进后算法能更好的解决频率分配问题。不仅收敛率高、收敛速度快,而且还能保证结果的多样性。其次,人工鱼群算法是通过模仿鱼群的觅食行为而研究出来的一种新的仿生优化算法。这种算法原理简单易实现,而且需要设置的参数也少。现在已经越来越受到人们的关注。本论文首次将人工鱼群算法应用到频率分配问题中来。实验结果证实此算法具有一定的可行性和优越性。在可用频点数较充足时,此算法的收敛速度非常快。但是当可用频点数有所减少时,其结果就有点差强人意了。由于人工鱼群算法毕竟处在初级研究阶段,因此,在解决频率分配问题上还有很大的改进空间。