本项目属于计算机科学领域。移动网络优化是国际上相关领域的研究前沿与热点。但是，拓扑动态性、资源时变性、业务复杂性和用户多样性，导致时变资源难以表征，异构网络难以协同，复杂网络难以优化，使得移动网络优化成为一个挑战性难题。解决该难题将为我国实现网络强国提供理论支撑。2006至2016年期间，本项目在国家自然科学基金重大研究计划、863计划、上海市浦江人才等支持下，以多维度认知为基础，以自适应协作为核心，以移动网络优化为目标，开展了系统性原创性研究，形成了一套移动网络优化理论与方法。主要科学发现如下：1、发现了时变联控的网络环境认知机理。资源时变性与拓扑动态性对资源可用性带来了双重挑战。本项目建立了基于资源状态预测和动态图论的动态性控制方法，提出了资源时变联控模型，揭示了移动网络资源时空演变机理。加拿大滑铁卢大学教授Sherman Shen(IEEE Fellow,加拿大工程院院士)认为代表性论文6是一种基于top-k的移动网络资源状态典型获取方法。2、提出了用户行为与业务特征的智能感知方法。使用用户随身设备、光声触摸传感器等，提出了基于神经网络的细粒度用户行为分析方法。基于多粒度分类，提出了低开销、高精度的业务特征识别方法。中国工程院院士陈纯认为我们的论文4提供了一种代表性的感知范围建模方法(INFOCOM 2016)。多名IEEE Fellow (如P.Mohapatra, B.V.K.V.Kumar, F.Bai, M.Guizani)在顶级期刊IEEE TON、TMC论文中，评价我们在论文7提出的用户行为认知方法，在数据缺失时同样具有高感知精度。3、建立了基于自适应协作的网络优化方法。提出了协作增益模型，节点内部、节点之间、网络之间协作机理与联合设计方法，建立了基于自适应协作的协作传输模型与算法；以网络传输能力、可靠性、用户需求等目标，提出了一套网络优化模型。Andrew Drozd教授(IEEE Fellow)评价论文3：从速率调整、信道分配和路由选择等多个维度联合优化了系统资源。4、揭示了传算联动的多网协同机理。基于软件定义思想，以异构网络深度融合为目标，提出了多控制器部署模型和协同管控机理；提出了基于数据依赖、资源状态的动态传算模型。香港理工曹建农教授(IEEE Fellow)等持续跟踪并多次在IEEE TMC和INFOCOM论文中高度评价论文5，认为我们提出了强大而通用的数据依赖-资源状态联合分析方法。全部成果由本项目组独立完成。项目整体达到国际先进水平。8篇代表性论文被SCI他引115次。完成人在IEEE TMC、IEEE TPDS、INFOCOM等国际顶级期刊和会议上发表相关论文68篇，他引2047次；获国际会议最佳论文4篇。得到了多名ACM和IEEE Fellow在内的国内外同行的积极评价和大量引用，为我国互联网+战略提供了理论与方法支撑。