在移动通信系统中,由于用户的移动性,网络须时刻识别移动台所处位置,它是移动性管理(Mobility Management)的重要组成部分,位置区就是基于此发展起来的概念。许多小区被划分在不同的位置区内,当移动台跨越位置区边界时就要进行一次位置更新(Location Update),待机状态下也要周期性的向网络进行位置更新请求,以便告知系统其最新的位置信息；当网络发起对某个移动台的被叫时,将对其所在位置区内的所有小区发起寻呼(Paging)以建立通信。可见位置更新和寻呼都是以位置区为单位进行的。无论是位置更新还是寻呼都要消耗网络资源,而且两者均与位置区大小形状有关,位置区过大会导致更多的寻呼成本,位置区过小又会产生频繁的位置更新,但在现实中我们期望两者都达到最小,可见两者是一对矛盾,因此,如何合理的对通信网络区域进行位置区划分,以达到最优的位置管理成本,成为我们研究的重点。对于不同的网络问题,针对相应的模型进行了位置区规划,在算法的选取上,分别采用常用的模拟退火以及进化算法来实现。首先,提出了一种基于模拟退火的新方法来划分位置区,采取了一种自适应策略来调节位置区数目,并结合有效设计的模拟退火算子,克服了通常算法易于陷入局部最优解的弊端同时避免了无效的搜索,通过在三组网络环境下进行位置区规划,实验取得了更优的结果,表明了算法的有效性。重点从实际出发,在基于道路统计以及切换统计的基础上建立了位置区优化模型。在通常的位置区规划数学模型中,基本上只是考虑理论的蜂窝小区的数据模型,而忽略了实际环境的地理因素,如山体河流道路等对位置区目标函数的影响,与仅仅使用用户流动性数据来表述小区间的相关性相比,基于地理因素基础上建立的模型更具有真实性。文中通过道路归类统计为基础建立移动管理模型,以位置更新为目标,在寻呼容量约束下求解最大位置区边界,寻求位置更新成本和寻呼成本之间的平衡,以达到系统最优的位置管理成本。位置区规划通常被看作是复杂的优化问题,在算法实现上,解空间十分庞大,为了有效的压缩搜索空间,添加了相邻但不连通小区属于不同位置区的约束,并利用进化算法的群体搜索优势采用了进化算法和新的编码方式来求解LAP问题。同时,为了得到有效的初始解和较小的位置区切换,在结合小区之间的连通性上借鉴模糊聚类的方法来初始化LA。最后,模拟实际的道路分布进行了计算机仿真实验,实验结果表明了算法的有效性。