基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于人工蜂群理论和量子计算,提出一种新的离散组合优化算法——量子蜂群优化算法.该量子蜂群算法使用2种新的量子觅食行为完成整个量子蜂群的协同演进,快速找到最优的蜜源位置,通过对优化函数的测试验证其高效性.以该量子蜂群算法为基础,提出一种认知无线电频谱分配算法,与经典的遗传算法,量子遗传算法和粒子群算法等智能优化算法及敏感图论着色算法在不同的网络效益函数下进行仿真性能比较.仿真结果表明:本文提出的量子蜂群频谱分配算法均能够较好地找到最优解,优于经典的频谱分配算法和已有的智能频谱分配算法.
推荐文章
基于混沌量子蜂群算法的认知无线电频谱分配
混沌量子蜂群算法
认知无线电
频谱分配
图论着色
基于量子果蝇优化的认知无线网络频谱分配
认知无线网络
频谱分配
网络效益
用户公平性
量子果蝇优化算法
采用多策略离散人工蜂群的改进频谱分配算法
频谱分配
图论模型
人工蜂群
膜量子蜂群优化的多目标频谱分配
认知无线电
多目标频谱分配
量子蜂群优化
膜计算
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 量子蜂群算法及其在认知频谱分配中的应用
来源期刊 中南大学学报(自然科学版) 学科 工学
关键词 量子蜂群算法 认知无线电 频谱分配 敏感图论着色 网络效益
年,卷(期) 2012,(12) 所属期刊栏目 机械工程·控制科学与工程
研究方向 页码范围 4743-4749
页数 7页 分类号 TN911.72|TP301.6
字数 5512字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 高洪元 哈尔滨工程大学信息与通信工程学院 49 337 10.0 15.0
2 曹金龙 北京邮电大学信息与通信工程学院 2 33 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (70)
参考文献  (14)
节点文献
引证文献  (23)
同被引文献  (39)
二级引证文献  (28)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(4)
  • 参考文献(2)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(9)
  • 参考文献(4)
  • 二级参考文献(5)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(9)
  • 引证文献(9)
  • 二级引证文献(0)
2016(7)
  • 引证文献(5)
  • 二级引证文献(2)
2017(9)
  • 引证文献(3)
  • 二级引证文献(6)
2018(8)
  • 引证文献(1)
  • 二级引证文献(7)
2019(13)
  • 引证文献(3)
  • 二级引证文献(10)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
量子蜂群算法
认知无线电
频谱分配
敏感图论着色
网络效益
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中南大学学报(自然科学版)
月刊
1672-7207
43-1426/N
大16开
湖南省长沙市中南大学校内
42-19
1956
chi
出版文献量(篇)
7515
总下载数(次)
5
总被引数(次)
79127
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导