-
题名基于自适应人工鱼群算法的多用户检测器
被引量：37
- 1
-
-
作者
俞洋
殷志锋
田亚菲
-
机构
兰州大学信息科学与工程学院
-
出处
《电子与信息学报》
EI
CSCD
北大核心
2007年第1期121-124,共4页
-
文摘
将智能优化算法应用到多用户检测器(MUD)问题中,是近年来改善MUD性能的一个研究方向。人工鱼群算法(AFSA)是一种新的智能优化算法,该算法具有一些遗传算法和粒子群算法不具备的特点。但是用其解决离散优化问题时,该算法保持探索与开发平衡的能力较差,且在算法运行后期搜索的盲目性较大,从而影响了该算法搜索的质量和效率。为了克服这些缺点,本文对该算法进行了改进,得到两种自适应人工鱼群算法(AAFSA_FP和AAFSA_SP),并首次用其构建了新的多用户检测器。仿真结果表明,该方法与基于遗传算法的多用户检测器和基于粒子群算法的多用户检测器相比,在误码率、抗远近效应的能力和收敛速度等方面都有明显的改善。
-
关键词
多用户检测
人工鱼群算法
智能优化法
-
Keywords
Multiuser detection
Artificial fish school algorithm
Intelligence optimization algorithm
-
分类号
TN911.23
[电子电信—通信与信息系统]
-
-
题名决策支持系统中的智能优化方法研究
被引量：1
- 2
-
-
作者
李业丽
马颖
-
机构
四平师范学院
吉林省四平粮食学校
-
出处
《松辽学刊（自然科学版）》
1999年第1期27-28,32,共3页
-
文摘
本文对决策支持系统中的智能优化方法进行了研究。
-
关键词
优化方法
智能优化法
决策支持系统
MIS
-
Keywords
intellegent optimum method making-decision
-
分类号
TP399
[自动化与计算机技术—计算机应用技术]
C931.6
[自动化与计算机技术—计算机科学与技术]
-
-
题名电力系统中机组组合的现代智能优化方法综述
被引量：30
- 3
-
-
作者
袁晓辉
袁艳斌
张勇传
-
机构
华中科技大学水电与数字化工程学院
-
出处
《电力自动化设备》
EI
CSCD
北大核心
2003年第2期73-78,共6页
-
文摘
在深入探讨电力系统机组组合的各种现代智能优化算法的基础上,加以分类总结,详细评述了各种方法所取得的研究成果和存在的不足之处。具体表现在:由于模拟进化算法的随机性,不能保证每次计算都能收敛到全局最优解,同时还存在“早熟”现象;模拟退火算法存在收敛速度慢的缺点;禁忌搜索算法存在对初始解依赖性强和搜索过程只是单对单的操作;人工神经网络的学习训练易陷入局部极值区,同时指出不同的具体问题,网络合适的隐含层数目和节点数目较难确定;模糊优化算法中隶属函数的确定及专家系统中专家的知识、经验和规则的获取都是棘手的问题。
-
关键词
电力系统
机组组合
经济运行
混合整数非线性规则
现代智能优化法
人工神经网络
-
Keywords
unit commitment
economic operation
optimization methods
mixed integer nonlinear programming
-
分类号
TM732
[电气工程—电力系统及自动化]
-
