拟态物理学多目标算法求解认知参数优化问题

senlenced3

摘 要： 针对认知无线网络中的引擎参数调整问题，提出了一种基于拟态物理学多目标优化的求解算法．根据 认知参数编码的二进制特点，设计了基于海明距离的个体排序方法，并改进了微粒的更新方程，最后求出问题的 Ｐａｒｅｔｏ 最优解集．多载波环境下的仿真实验表明，算法可以根据无线信道环境的动态变化和认知用户需求的不同需求，自适 应调整各个子载波的调制方式和发射功率，满足参数优化需求．

关键词： 拟态物理学；多目标优化；认知无线电网络；参数配置

2 n) i, f4 c- z; K$ X6 ~

      认知无线电网络的智能性主要体现在可以根据外 在无线环境的变化和认知用户的需求，自适应的调整传 输参数，优化系统性能．如何对认知参数进行自适应优 化调整，是认知无线电网络研究中的热点问题［１］．从本 质上看，认知参数优化是一个多目标优化问题，已有的 研究方法包括启发式算法、基于传统非凸优化理论的算 法、以及智能优化算法等［２］．由于智能优化算法本身对 求解此问题的有效性，已经涌现出了相应的研究成 果［３～６］．然而，已有的智能优化算法多是将认知参数的 多目标优化问题通过加权法转换为单目标问题进行求 解．因此，此问题的求解结果还有待继续提高．
: _8 I2 `, A: q* g; i  A
4 ~' E  F0 f* s- A0 o/ R# Z% O
/ _' t1 k9 K- r+ `
4 k% E( F" a6 T5 i% y0 b$ {
附件下载：

游客，如果您要查看本帖隐藏内容请回复

- J+ z" B- C' p/ t8 Z$ D: P. `; f

Zjianeng

无线电网络学习一下