随着智能电网建设的展开,电力业务在安全性、实时性、可靠性等方面的需求不断提高,电力无线专网建设受到越来越多的关注。通常来讲,在整个无线网络规划中基站的部署规划是最为关键的部分,其投资占比在整个网络建设投资中达到一半以上。如何结合智能电网中无线通信业务特点以及现有电力基础设施进行优化选址,利用较少的基站建设成本实现较优的网络覆盖已经成为一个亟待解决的问题。本论文对目前选址优化问题中的较为常见的模拟退火算法、遗传算法进行了对比分析,发现遗传算法的输入群体规模以及父代基因的优异程度会对运算过程中收敛速度、稳定性、求解效果等方面会产生重大的影响,但其全局搜索能力较强,具有较好的并行性,适用于全局求解过程;模拟退火算法实现较为方便,对输入规模的大小不敏感,具有很强的局部求解能力,但是全局求解性能稍差,收敛速度较慢。根据两种算法的特点,本论文提出了模拟退火-遗传混合选址算法,其核心思想是利用模拟退火算法较强的局部求解能力,求解出初始可行解集,该解集编码后成为遗传算法的输入初始种群,可以发现该种群满足以下特点:一、经过模拟退火算法处理后,种群的规模比起最初始的输入参数规模已经缩小;二、由于种群中的所有个体都是由初始可行解编码而来,已满足基本的覆盖要求,所以每个个体的遗传基因较为优秀。之后再由遗传算法进行最优选址算法的后续部分,最终使得求解性能以及收敛速度获得了提升。在模拟退火-遗传混合选址算法的基础上,本文搭建了基于浏览器-服务器架构的电力无线专网选址系统。使用者可以通过浏览器的形式上传选址相关信息,由服务端选址计算完成后返回选址结果。利用该系统,本论文进行了针对不同数据集的选址结果测试,验证了本文选址机制的有效性。之后,本论文将新提出的算法与遗传算法、模拟退火算法进行了性能分析对比,证实了本论文所提的算法具有更好的选址性能,更快速的求解速度。