融合学习差分进化和粒子群优化算法的认知决策引擎

• 作者: 张煜培 赵知劲 郑仕链
• 来源期刊: 计算机科学
• 学科: 工学
• 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
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 网络与通信
• 页码范围: 95-101
• 页数: 7页
• 分类号: TN929.5
• 字数: 6402字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2019.06.013

摘要

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、IBL-DE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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵知劲	杭州电子科技大学浙江省数据存储传输及应用技术研究重点实验室	200	1531	19.0	29.0
5	郑仕链	中国电子科技集团第36研究所通信系统信息控制技术国家级重点实验室	14	233	5.0	14.0
6	张煜培	杭州电子科技大学浙江省数据存储传输及应用技术研究重点实验室	5	10	2.0	2.0