针对多个主次用户场景中采取underlay模式的认知无线电非正交多址接入(cognitive radio non-orthogonal multiple access,CR-NOMA)系统的低频谱利用率问题,提出一种基于自适应细菌觅食优化策略的功率分配算法。首先进行联合用户匹配,将...
详细信息
针对多个主次用户场景中采取underlay模式的认知无线电非正交多址接入(cognitive radio non-orthogonal multiple access,CR-NOMA)系统的低频谱利用率问题,提出一种基于自适应细菌觅食优化策略的功率分配算法。首先进行联合用户匹配,将次用户分组问题等效为次用户-子信道双向动态匹配问题。其次,构造次用户功率比例因子向量并将其映射为细菌个体的位置向量,在趋向操作中改进细菌游动步长、旋转方向;复制操作中结合差分进化算法对前半数优质解进行变异选择;迁徙操作中定义迁徙范围,采用自适应迁徙概率,加快寻找最佳位置向量进程。最后得到最佳功率比例因子以最大化系统总吞吐量。结果表明,本文所提算法与层级配对功率分配(hierarchical pairing power allocation,HPPA)算法和CR-OMA算法相比,能够有效加快收敛速度,增强全局寻优能力,具有更好的系统性能。
针对模糊需求下的绿色两级车辆路径问题,以最小化车辆运营成本和油耗成本之和为优化目标,提出一种混合超启发式算法进行求解.首先,考虑两级问题解空间庞大且相互耦合,设计一种聚类分解策略将该问题分解为多个子问题,以合理缩小问题搜索空间;然后,提出增强超启发式分布估计算法(enhanced hyperheuristic estimation of distribution algorithm,EHHEDA)对各个子问题进行求解,进而获得原问题的解.EHHEDA基于超启发式算法框架,在高层策略域设计一种基于三维概率模型的分布估计算法,动态确定由底层操作域中各搜索算子所组成的排列(即高层个体),可有效控制和引导整个算法的搜索行为;同时,在底层操作域设计10种有效邻域搜索算子,并加入重升温操作的模拟退火机制作为问题解(即底层个体)的接受准则,有利于在问题解空间中执行深入搜索.仿真实验结果表明,所提出的算法在大多数测试集上优于近年来用于求解类似问题的算法,验证了所提出算法的有效性.
暂无评论