基于模拟退火粒子群算法的认知引擎研究

• 作者: 刘敬浩 薛蒙蒙 马永涛
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 认知引擎 多目标优化 粒子群 模拟退火
• 年，卷（期）: 2016,（8）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 1640-1646
• 页数: 7页
• 分类号: TN91
• 字数: 5807字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2016.08.019

摘要

认知引擎的基本功能之一就是根据复杂多变的无线环境及业务需求,利用多目标优化策略,自适应地调整无线参数,实现动态环境下的可靠通信.目前,很多研究的重点集中在遗传算法(GA)及其改进算法上,但其收敛速度较慢,不利于复杂多变以及实时性要求较高的系统.对此,提出一种模拟退火粒子群算法(SABPSO),它采用模拟退火与粒子群算法交替迭代的方式,协同寻优.其可有效提高收敛速度,并克服基本粒子群算法易于陷入局部极值的缺点,增强全局寻优能力.最后,在不同通信模式下,利用多载波系统进行仿真,结果表明,SABPSO算法在收敛速度和平均适应度上优于基本算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马永涛	天津大学电子信息工程学院	44	193	7.0	11.0
2	刘敬浩	天津大学电子信息工程学院	23	90	5.0	8.0
3	薛蒙蒙	天津大学电子信息工程学院	1	4	1.0	1.0