改进鲸鱼算法及其在认知无线电频谱分配中的应用

发布时间：2020-06-11 10:56

【摘要】：元启发式算法相较于传统确定性优化算法有着适用范围广、不需要梯度信息、全局搜索能力强,具有很好并行性的特点,尤其适用于高维优化问题。因此,元启发式算法在实际工程问题中有了越来越多的应用。鲸鱼算法作为元启发式算法的一种,具有简单易实现,收敛精度高的优点,受到了人们的广泛研究。但鲸鱼算法也存在收敛较慢,容易陷入早熟的缺点,对此,本文对鲸鱼算法进行深入分析与研究,并针对其不足进行改进。其主要改进有:(1)原始鲸鱼算法的包围阈值是固定的,因而在迭代后期,存在着位置更新方式单一、缺乏灵活性的缺点。对此,设计了一种自适应变化的包围阈值,个体可根据自身适应度值情况,调整自身的包围阈值,使得位置更新方式选择更加灵活。(2)鲸鱼算法的螺旋位置更新仅仅参考当前最优,信息交流不充分,而鲸鱼算法本身缺乏跳出局部最优解的机制,使得鲸鱼算法易于早熟。受量子粒子群算法的启发,舍弃了螺旋位置更新方式,位置更新参考种群当前最优与参考自身的最好位置,同时引入量子行为,进一步增加种群多样,增强算法的探索能力。(3)让平均最好位置也参与指导位置更新,平均最好位置考虑了各鲸鱼个体经历的最好位置,在迭代后期,鲸鱼个体逐渐集中,平均最好位置可以指导鲸鱼向该位置靠近,从而加快收敛速度。将本文算法用于优化一系列基准测试函数,并与其它改进鲸鱼算法进行比较。仿真实验结果表明本文提出的改进算法在收敛速度、寻优精度和稳定性方面上均有明显提升。此外,本文还将鲸鱼算法应用于基于图论模型的认知无线电频谱分配问题,发现直接离散的二进制鲸鱼算法在求解该问题时具有计算时间长,收敛速度慢,收敛精度不高的缺点。针对这些缺点,本文提出了一种遗传鲸鱼算法。主要有以下改进措施:(1)取消直接离散鲸鱼算法的离散化操作,舍弃从连续域到离散域的映射,减少计算量。(2)舍弃原有连续域上的位置更新公式,在探索阶段采用遗传算法的交叉变异方式,直接在离散域上操作,缩短搜索时间;而在开发阶段采用单维直接取反的方式保证解的差异性,加强算法开发能力。(3)引入自适应变化的策略选择阈值,很好地平衡了算法的开发与探索能力,使得改进算法在前期具有较好的全局搜索能力,在算法后期有更强的局部开发能力。将改进后的鲸鱼算法应用于频谱分配问题,并与其它智能算法进行仿真实验对比。结果表明相比于其它比较智能算法,本文算法具有更高的网络收益和更快的收敛速度,更适用于频谱分配问题。
【图文】：

1 绪 论按资源感知方式分类认知用户之间是否有频谱感知信息的交流与反馈，认知网络可作式[36]。作式网络中，用户之间会周期性的相互交流感知到的频谱占用知准确率的同时可以减少感知时间，，但同时也增加了大大控制此时，认知用户在决策时也会考虑其他用户的需求，可以获得并保证一定的公平性。非协作式网络，认知用户不与其他用户进行信息交流，只负责知网络较小时这种方式可以减少信息交流开销，有着一定的优，由于认知用户没有考虑其他用户的干扰，均已最大化自身的这反而会降低整个网络的性能表现。按频谱接入技术分类

用户如何在众多空闲频带中进行最合适的选择证用户间干扰最小，是认知无线电技术必须解内解决该问题，而已有学者采用智能优化算法意。鲸鱼算法是一种性能优秀的新型仿生智能高效地求解频谱分配问题。本章将对鲸鱼算法，为本文后续工作做铺垫。算法是由澳大利亚学者 Seyedali Mirjalili 和 Andrew方式于 2016 年新提出的一种元启发式智能优范畴。鲸鱼在捕食时，首先下潜至水下约 12群时，会产生如数字‘9’的螺旋上升泡沫网包围最终捕获到猎物。鲸鱼算法模仿鲸鱼的捕食方取最优解。图 2.1 是鲸鱼觅食行为示意图。
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN925;TP18

【参考文献】

相关期刊论文 前3条

1 徐宏飞;杨健;张建照;;认知无线电领域的国内外重点项目[J];中国无线电;2015年03期

2 高洪元;曹金龙;;认知无线电中的量子蛙跳频谱分配[J];应用科学学报;2014年01期

3 李方伟;柴源;朱江;;认知无线网中基于队列博弈的频谱选择算法[J];四川大学学报(工程科学版);2013年04期

相关硕士学位论文 前2条

1 孙海建;基于粒子群算法和遗传算法的频谱分配研究[D];吉林大学;2015年

2 朱方方;离散人工蜂群算法下的频谱分配[D];重庆大学;2015年

本文编号：2707803