版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、人工蜂群算法是一種模仿蜂群智能采蜜行為的新型群智能優(yōu)化算法,它通過不同角色蜜蜂間的交流、轉(zhuǎn)換和協(xié)作實現(xiàn)群體智能,由于其控制參數(shù)少、易于實現(xiàn)、計算簡潔、魯棒性強等特點,已被越來越多的學(xué)者所關(guān)注并成功應(yīng)用于函數(shù)優(yōu)化、濾波器設(shè)計、圖像處理和無線通信等領(lǐng)域。最優(yōu)多用戶檢測技術(shù)可以提供最小的誤碼率、最高的漸近有效性和最佳的抗遠(yuǎn)近效應(yīng)能力,但已證明它是一個非確定多項式(Non-DeterministicPolynomial,NP)問題。人工蜂群算法
2、作為一種簡單有效的新型優(yōu)化算法可以有效求解此類問題。因此,采用人工蜂群算法優(yōu)化最優(yōu)多用戶檢測技術(shù),對于提高系統(tǒng)容量、增強系統(tǒng)性能具有重要的理論意義和實用價值。
本文所做的主要工作如下:
(1)提出了一種差分演化二進制人工蜂群算法。采用多維鄰域搜索方式,利用邏輯運算代替代數(shù)運算,設(shè)計了直接針對離散域的鄰域搜索公式,分析了算法的收斂性能,通過0-1背包問題的仿真驗證了算法有效性。并與多用戶檢測結(jié)合,提出了一種基于差分演化
3、二進制人工蜂群的多用戶檢測算法,仿真結(jié)果表明,改進算法在收斂性能、抗多址干擾和抗遠(yuǎn)近效應(yīng)能力方面與傳統(tǒng)檢測算法相比,均有顯著提高。
(2)提出了一種粒子群二進制人工蜂群算法。利用全局最優(yōu)解信息引導(dǎo)候選解的生成,得到了改進的鄰域搜索公式,分析了算法的收斂性能,測試函數(shù)仿真驗證了算法性能的優(yōu)越性。并將改進算法應(yīng)用于優(yōu)化多用戶檢測的目標(biāo)函數(shù),提出了一種基于粒子群二進制人工蜂群的多用戶檢測算法,設(shè)計了目標(biāo)函數(shù),進行了計算機仿真。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于人工蜂群算法的多用戶檢測的研究.pdf
- 人工蜂群算法的改進及其在經(jīng)濟訂貨模型中的應(yīng)用.pdf
- 人工蜂群算法的改進及其應(yīng)用研究.pdf
- 人工蜂群算法改進及其在梯級水庫優(yōu)化調(diào)度中的應(yīng)用.pdf
- 人工蜂群算法的改進與應(yīng)用.pdf
- 蟻群算法及其在多用戶檢測中的應(yīng)用.pdf
- 改進的人工蜂群算法及其在經(jīng)濟負(fù)荷分配中的應(yīng)用.pdf
- 改進的粒子群算法及其在MIMO盲多用戶檢測中的應(yīng)用.pdf
- 人工蜂群算法的改進及其在聚類分析中的應(yīng)用研究.pdf
- 改進人工蜂群算法在城市醫(yī)院布局中的應(yīng)用研究
- 人工蜂群算法及其應(yīng)用的研究.pdf
- 改進的ICA算法在盲多用戶檢測中的應(yīng)用研究.pdf
- 人工蜂群算法的改進及應(yīng)用研究.pdf
- 人工蜂群算法的研究及其應(yīng)用.pdf
- 常模算法及其在盲多用戶檢測中的應(yīng)用研究.pdf
- 人工蜂群算法及其在組合優(yōu)化中的應(yīng)用研究.pdf
- 人工蜂群算法及其在語音識別中的應(yīng)用研究.pdf
- 人工蜂群算法及其在圖像增強中的應(yīng)用研究.pdf
- 人工蜂群算法的研究與改進.pdf
- 混合人工蜂群算法的改進研究.pdf
評論
0/150
提交評論