A Comparative Study of Optimization Techniques for BTS Placement Using Socio-Economic and Technical Factors

Abstract

The deployment of base transceiver stations (BTS) is essential for ensuring reliable coverage and quality of mobile services. Yet, choosing the right locations for these stations is a complex task that involves both technical and socio-economic considerations. Traditional methods, often heuristic or purely geospatial, do not fully capture factors such as population distribution, competition, or profitability. This dissertation proposes an artificial intelligence (AI)–based model to optimize BTS placement. The approach combines machine learning with socio-economic and geographic data, taking into account population density, current coverage gaps, industrial zones, competitor presence, and revenue forecasts. By doing so, it aims to identify strategic locations that improve coverage, reduce costs, and maximize returns. The work contributes a data-driven and economically viable framework for BTS deployment, offering operators a tool to design networks that are both efficient and sustainable in increasingly competitive markets****

Le d´eploiement des stations de base (BTS) est essentiel pour garantir une couverture fiable et une qualit´e optimale des services mobiles. Cependant, le choix des emplacements appropri´es pour ces stations constitue une tˆache complexe qui implique `a la fois des consid´erations techniques et socio-´economiques. Les m´ethodes traditionnelles, souvent heuristiques ou purement g´eospatiales, ne tiennent pas pleinement compte de facteurs tels que la r´epartition de la population, la concurrence ou la rentabilit´e. Ce m´emoire propose un mod`ele bas´e sur l’intelligence artificielle (IA) pour optimiser l’implantation des BTS. L’approche combine l’apprentissage automatique avec des donn´ees socio-´economiques et g´eographiques, en tenant compte de la densit´e de population, des lacunes actuelles de couverture, des zones industrielles, de la pr´esence de concurrents et des pr´evisions de revenus. L’objectif est d’identifier des emplacements strat´egiques permettant d’am´eliorer la couverture, de r´eduire les coˆuts et de maximiser les retours sur investissement. Ce travail apporte un cadre innovant, bas´e sur les donn´ees et ´economiquement viable, pour le d´eploiement des BTS. Il offre aux op´erateurs un outil efficace pour concevoir des r´eseaux `a la fois performants et durables dans un march´e de plus en plus concurrentiel.