问题优化伴随着市场经济的发展在日常生活生产中占据举足轻重的位置,现实中决策者往往希望同时优化相互冲突的多个目标,而进化多目标算法因其框架明确简单和强鲁棒性在实际生活和工业生产中使用频率很高.结合目前互联网和互联网+的发展,本文所研究的两个选址问题包括4G异构网络基站选址问题和车联网路侧单元选址问题.4G异构网络是4G网络在同一个区域的叠加,具体表现为在大基站的信号覆盖范围内多个小基站同时向区域内的用户提供服务,使区域内用户实现成功传输数据、数据传输速度更快的目标.基站规划是为了满足规划区域内用户对网络数据传输的要求,在适合的位置建设发射基站使得网络信号覆盖整个规划区域.4G异构网络基站规划比一般的4G基站规划更为复杂,本文在现实的基础上简化模型,对需要进行基站规划的区域进行一系列预处理,建立了以4G异构网络覆盖率最大化、容量最大化、成本最小化为优化目标,以大小基站之间的干扰为主要约束条件的新型4G异构网络基站规划模型.为了更有效的求解本模型,本文将分区域和局部搜索机制添加到传统进化算法上,经过计算机仿真,改进的算法能更有效地得出模型的可行非支配解,这里所说的“更有效”主要指算法的“效率”和“分布效果”车联网依靠路侧单元RSU(Road Site Unit)和车辆上的车载单元OBU(On Boa-rd Unit)链接网络,向驾车人员提供实时有用的数据,使驾车行为更安全更舒心.路侧单元的选址应该考虑到汽车的行驶速度,覆盖范围内的车辆密度以及附近场所的热门程度等.同时本文结合合作式车-路通信原理旨在在路侧单元的选址方案中就最大限度的实现路侧单元之间的合作,减少以后为满足合作所带来的经济损失.为此本文建立了一个以覆盖率最大化、可合作路侧单元对数最大化、成本最小化为目标的新型车联网路侧单元选址模型.本文同样使用基于分区域和局部搜索的进化多目标算法对模型进行求解,经过计算机仿真,改进的算法能有效得到模型的可行非支配解,但该模型涉及多个参数设置,所以仿真前要根据具体规划区域设定参数值.