-
公开(公告)号：CN102316464A
公开(公告)日：2012-01-11
申请号：CN201110278099.8
申请日：2011-09-19
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供基于非支配解排序量子雁群算法的多目标频谱分配方法，包括以下步骤：建立认知无线电频谱分配的图论着色模型，初始化量子大雁的位置和量子速度，对种群中的个体根据其适应度值进行非支配解排序和拥挤度的计算，对非支配解排序等级相同的个体进行拥挤度由大到小进行排序，采用量子雁群的演进规则对种群进行演化，产生新的量子速度和位置，将得到的精英解集nonDomQGSAList中的解进行非支配解排序，选择非支配解等级为1的解作为最终的pareto前端解集。本发明解决了离散多目标优化问题，并设计新颖的非支配解排序的量子雁群算法作为演进策略，具有收敛速度快，收敛精度高的优点，且本发明的适用性更广。
-
公开(公告)号：CN102316464B
公开(公告)日：2013-12-18
申请号：CN201110278099.8
申请日：2011-09-19
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供基于非支配解排序量子雁群算法的多目标频谱分配方法，包括以下步骤：建立认知无线电频谱分配的图论着色模型，初始化量子大雁的位置和量子速度，对种群中的个体根据其适应度值进行非支配解排序和拥挤度的计算，对非支配解排序等级相同的个体进行拥挤度由大到小进行排序，采用量子雁群的演进规则对种群进行演化，产生新的量子速度和位置，将得到的精英解集nonDomQGSAList中的解进行非支配解排序，选择非支配解等级为1的解作为最终的pareto前端解集。本发明解决了离散多目标优化问题，并设计新颖的非支配解排序的量子雁群算法作为演进策略，具有收敛速度快，收敛精度高的优点，且本发明的适用性更广。
-
Search Results
2
records
(took 0.018 seconds)
