-
题名改进的并行遗传算法在基站选址中的应用
被引量：5
- 1
-
-
作者
牟晓晔
-
机构
贵州大学计算机科学与信息学院
-
出处
《电脑知识与技术（过刊）》
2010年第33期9529-9532,共4页
-
基金
“贵州省优秀青年科技人才培养计划,产品智能化创新设计关键技术研究及应用”资助(黔科合人字(2007)08号)
-
文摘
该文提出一种综合考虑规划区域的业务量,覆盖率和成本的并行遗传算法,通过理论分析和计算机模拟对该算法的性能进行研究。该算法将基站位置,天线高度和发射功率结合进行三维向量分布编码,利用并行遗传算法的孤岛模型,在每个孤岛中独立的运行具有保优能力的选择算子、具有方向搜索能力的单纯形算子、具有自适应变异概率的变异算子,同时各个孤岛之间增加了种群多样性的双向环迁移策略。最后,为防止产生局部收敛,还加入了爬坡算子。结果表明:该算法有效的解决了基站选址问题,并且具有速度快,效率高,且不易陷入局部最优解等优势。
-
关键词
遗传算法
并行计算
爬坡算子
基站选址
多目标优化
-
Keywords
GA
parallel computing
climbing operator
base station location
multi-objective optimization
-
分类号
TN929.5
[电子电信—通信与信息系统][电子电信—信息与通信工程]
-
-
题名一种定向交叉的单纯形遗传算法
被引量：2
- 2
-
-
作者
吴秋玲
江金龙
-
机构
南京理工大学紫金学院
九江学院电子工程学院
-
出处
《九江学院学报（社会科学版）》
2007年第3期8-11,共4页
-
文摘
针对交叉算子产生个体的无方向性特点,提出了一种改进的实数交叉算子。该交叉算子吸收了单纯形法的思想,每次交叉都朝着当代种群最优解的方向进行,以提高算法的局部搜索能力。为了防止算法陷入局部极值,还提出了一种爬坡算子。实验证明,改进算法在提高收敛速度、摆脱局部最优解方面极为有效。
-
关键词
遗传算法
单纯形
交叉算子
爬坡算子
-
Keywords
Genetic algorithm
Simplex method
Crossover operator
Climbing operator
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名微粒群优化算法在基站分布规划中的应用
被引量：2
- 3
-
-
作者
陈存香
王俊峰
-
机构
北京交通大学电子信息工程学院
-
出处
《电脑与电信》
2009年第6期45-46,50,共3页
-
文摘
微粒群优化算法(PSO)是一种具有全局随机优化的智能算法。该算法编程简单,鲁棒性强,并行运算能力强,能以较快的速度收敛至全局最优解。本文在PSO的思想基础上提出了一种改进搜索方向,降低"早熟"概率的方法,即结合遗传算法,引入了爬坡算子。本文并将该改进算法应用于基站分布规划的研究中,实验仿真结果表明,利用该改进算法能提高基站覆盖率,降低经济成本。
-
关键词
PSO算法
基站分布规划
爬坡算子
-
Keywords
PSO algorithm
BS planning
climbing operator
-
分类号
O242.23
[理学—计算数学]
TP24
[理学—数学]
-
