期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
融合学习差分进化和粒子群优化算法的认知决策引擎 预览
1
作者 张煜培 赵知劲 郑仕链 《计算机科学》 CSCD 北大核心 2019年第6期95-101,共7页
为了提高认知无线电系统的参数决策速度和性能,提出一种融合粒子群和学习差分进化算法的认知无线电决策引擎(HPSO-BLDE)。首先,对学习差分进化算法引入自适应变异机制,使得每条染色体随个体适应度和平均适应度进行自适应变异,提高其局... 为了提高认知无线电系统的参数决策速度和性能,提出一种融合粒子群和学习差分进化算法的认知无线电决策引擎(HPSO-BLDE)。首先,对学习差分进化算法引入自适应变异机制,使得每条染色体随个体适应度和平均适应度进行自适应变异,提高其局部寻优能力。然后,改进粒子群算法的学习因子,并加入扰动项,防止算法早熟;选用更合适的变换函数,将正反向速度转换为相同概率更新粒子位置,提高最优解的精度,从而提高粒子群算法的全局寻优能力。最后,在认知引擎模型中并行地运行改进的粒子群算法(IBPSO)和差分进化算法(IBLDE),每隔固定的迭代次数后,融合两种算法的最优个体信息,得到HPSO-BLDE算法,使IBPSO算法和IBLDE算法的种群兼具二者的优点,从而提高了最优解的求解精度并加快了收敛速度。多载波通信系统的参数决策仿真结果表明,IBPSO算法、IBLDE算法和HPSO-BLDE算法的性能优于已有的爬山遗传(HGA)算法、量子粒子群算法(BQPSO)和二进制学习差分进化算法(BLDE),其中HPSO-BLDE算法的性能最优。 展开更多
关键词 认知无线电 认知决策引擎 重配置 差分进化 粒子群优化
在线阅读 免费下载
混合蝙蝠和布谷鸟算法的认知决策引擎 预览
2
作者 郑建国 樊政炜 《通信技术》 2019年第3期615-619,共5页
针对认知无线电中参数配置问题,提出一种混合蝙蝠算法和布谷鸟算法的认知决策引擎(hybrid bat algorithm and cuckoo search,HBA-CS),首先将参数配置建模为多目标优化问题,然后利用布谷鸟算法优化,同时为了克服布谷鸟算法收敛速度慢、... 针对认知无线电中参数配置问题,提出一种混合蝙蝠算法和布谷鸟算法的认知决策引擎(hybrid bat algorithm and cuckoo search,HBA-CS),首先将参数配置建模为多目标优化问题,然后利用布谷鸟算法优化,同时为了克服布谷鸟算法收敛速度慢、容易陷入局部最优的缺点,在经过进化之后,再利用全局寻优能力强、收敛速度快的蝙蝠算法优化,该算法解决了局部搜索和全局搜索的平衡问题,从而改善了算法收敛性、避免陷入局部最优。仿真结果表明,基于HBA-CS的认知决策引擎的收敛速度和精度优于混合粒子群和遗传的算法(HBPGA)和优于混沌量子粒子群算法(CQPSO),优化后得到的系统参数具有更好的性能。 展开更多
关键词 认知无线电 认知决策引擎 蝙蝠算法 布谷鸟算法
在线阅读 下载PDF
融合PSO与DE的认知决策引擎 预览
3
作者 张煜培 赵知劲 郑仕链 《信号处理》 CSCD 北大核心 2018年第12期1517-1524,共8页
针对认知无线电系统参数重配置问题,提出一种融合粒子群和差分进化的认知决策引擎(IPSO-DE)。首先对粒子群算法(PSO)引入自适应惯性权重机制,使得每个个体随各自的适应度自适应进化,提高其探索能力。然后改进差分进化算法(DE)的交叉概率... 针对认知无线电系统参数重配置问题,提出一种融合粒子群和差分进化的认知决策引擎(IPSO-DE)。首先对粒子群算法(PSO)引入自适应惯性权重机制,使得每个个体随各自的适应度自适应进化,提高其探索能力。然后改进差分进化算法(DE)的交叉概率,从而提高DE算法的开发能力。最后在认知引擎模型中,将经过PSO进化的种群分为优等种群和劣等种群,劣等种群利用改进DE进行优化变异,增加粒子群个体的差异性。仿真表明IPSO-DE增强了种群开发和探索能力,多载波系统的参数优化决策实验证明了其有效性。 展开更多
关键词 认知决策引擎 粒子群 差分进化
在线阅读 下载PDF
认知无线网络认知决策引擎技术研究 预览
4
作者 尤晓建 韩雪梅 《信息通信》 2017年第6期11-13,共3页
随着无线通信技术的快速发展,旨在提高频谱利用率的认知无线电技术得到了极大的发展,同时出现了认知无线电网络,而认知决策引擎正是其实现智能动态资源配置、参数优化的关键技术。文章介绍了基于物理层的以智能优化算法为主的认知决策引... 随着无线通信技术的快速发展,旨在提高频谱利用率的认知无线电技术得到了极大的发展,同时出现了认知无线电网络,而认知决策引擎正是其实现智能动态资源配置、参数优化的关键技术。文章介绍了基于物理层的以智能优化算法为主的认知决策引擎;此基础上,对神经网络、模糊规则、多目标优化、博弈论等跨层优化算法的应用进行了介绍;最后对认知无线电网络认知决策引擎的进一步发展进行了探讨。 展开更多
关键词 认知无线电 认知无线网络 认知决策引擎 智能优化算法 跨层优化
在线阅读 下载PDF
基于鸡群算法的认知无线电决策引擎 预览 被引量:1
5
作者 尤晓建 韩雪梅 《软件导刊》 2017年第7期128-130,共3页
提出基于鸡群算法的认知决策引擎,以解决认知无线电发射参数的自适应重配置问题。将认知决策引擎模型转化为多目标优化问题,并采用加权和方法将其转换为单目标优化问题。采用鸡群算法对认知决策引擎进行求解,从而实现认知无线电发射参... 提出基于鸡群算法的认知决策引擎,以解决认知无线电发射参数的自适应重配置问题。将认知决策引擎模型转化为多目标优化问题,并采用加权和方法将其转换为单目标优化问题。采用鸡群算法对认知决策引擎进行求解,从而实现认知无线电发射参数的重配置。结合多载波通信系统进行了仿真实验,结果表明,该认知决策引擎能根据用户需求变化,动态进行认知无线电参数的重配置。 展开更多
关键词 认知无线电 认知决策引擎 鸡群算法
在线阅读 免费下载
用于宽带自适应通信的认知无线电决策引擎设计 预览
6
作者 苏定菊 姚远程 秦明伟 《西南科技大学学报》 CAS 2014年第4期52-55,61共5页
为改善认知无线电的自适应参数调整功能,提出了基于混合的离散二进制粒子群算法对无线电系统待优化的目标函数进行寻优,针对多载波系统对算法性能进行了仿真分析。结果表明,基于混合的离散二进制粒子群算法的认知决策引擎在收敛速度、... 为改善认知无线电的自适应参数调整功能,提出了基于混合的离散二进制粒子群算法对无线电系统待优化的目标函数进行寻优,针对多载波系统对算法性能进行了仿真分析。结果表明,基于混合的离散二进制粒子群算法的认知决策引擎在收敛速度、收敛精度和算法稳定度方面都有所提高。 展开更多
关键词 认知无线电 BPSO 改进的BPSO 混合的BPSO 认知决策引擎
在线阅读 下载PDF
基于二进制混沌粒子群算法的认知决策引擎 预览 被引量:5
7
作者 于洋 谭学治 +2 位作者 殷聪 张闯 马琳 《哈尔滨工业大学学报》 EI CAS CSCD 北大核心 2014年第3期8-13,共6页
为了解决不同通信模式下认知无线电发射机参数合理优化的问题,提出了一种基于二进制混沌粒子群算法(BCPSO)的认知决策引擎,该引擎利用粒子群优化算法收敛速度快和混沌运动全局遍历性的特点,使认知决策在多目标优化过程中有效地摆... 为了解决不同通信模式下认知无线电发射机参数合理优化的问题,提出了一种基于二进制混沌粒子群算法(BCPSO)的认知决策引擎,该引擎利用粒子群优化算法收敛速度快和混沌运动全局遍历性的特点,使认知决策在多目标优化过程中有效地摆脱了局部极值点,提高了参数优化的精度和稳定性.基于认知正交频分复用(OFDM)系统的仿真结果表明,相对于现有认知引擎,该引擎具有平均适应度值高、对不同通信模式鲁棒性强的特点,实现了有效优化发射机参数的目的. 展开更多
关键词 认知无线电 认知决策引擎 多目标优化 二进制混沌粒子群算法
在线阅读 免费下载
基于二进制粒子群算法的认知无线电决策引擎 被引量:22
8
作者 赵知劲 徐世宇 +1 位作者 郑仕链 杨小牛 《物理学报》 SCIE EI CAS CSCD 北大核心 2009年第7期5118-5125,共8页
提出了基于粒子群算法的认知无线电决策引擎,并提出了一种种群自适应粒子群算法,利用粒子群算法调整优化无线电参数,运用多载波系统对算法性能进行了仿真分析.实验结果表明基于二进制粒子群算法的认知决策引擎在收敛速度、收敛精度和算... 提出了基于粒子群算法的认知无线电决策引擎,并提出了一种种群自适应粒子群算法,利用粒子群算法调整优化无线电参数,运用多载波系统对算法性能进行了仿真分析.实验结果表明基于二进制粒子群算法的认知决策引擎在收敛速度、收敛精度和算法稳定性上都要明显优于经典遗传算法,基于种群自适应粒子群算法的决策引擎则能进一步提高算法初期性能,满足认知无线电实时性要求. 展开更多
关键词 认知无线电 粒子群算法 遗传算法 认知决策引擎
基于二进制量子粒子群算法的认知无线电决策引擎 预览 被引量:9
9
作者 张静 周正 +2 位作者 高万鑫 石磊 唐亮 《仪器仪表学报》 EI CAS CSCD 北大核心 2011年第2期 451-456,共6页
认知无线电决策引擎的设计是认知系统中的一项关键技术,其中一项功能是根据环境改变,利用多目标优化策略,优化传输参数,在不同的通信环境下进行决策。为了适应认知无线电通信系统中环境复杂多变的特点。给出了一种基于二进制具有量子行... 认知无线电决策引擎的设计是认知系统中的一项关键技术,其中一项功能是根据环境改变,利用多目标优化策略,优化传输参数,在不同的通信环境下进行决策。为了适应认知无线电通信系统中环境复杂多变的特点。给出了一种基于二进制具有量子行为的粒子群算法的认知无线电决策方法,因为改进算法是基于量子理论,具备非线性和不确定性的特性,所以在寻优效果上具备明显的优势。在多载波系统上进行仿真,实验证明,相对于传统的认知引擎寻优算法,该算法具有收敛速度快、稳定性好、平均适应度值高的特点,能够很好地满足认知无线电决策引擎中对多目标优化决策的需要。 展开更多
关键词 认知无线电决策引擎 粒子群优化 遗传算法 正交频分多路
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部 意见反馈