-
题名基于群智能方法的移动通信网络功率控制方法研究
被引量：1
- 1
-
-
作者
池越
刘晓曼
-
机构
河北工业大学信息工程学院
-
出处
《河北科技大学学报》
CAS
2013年第4期334-339,共6页
-
基金
河北省科学技术研究与发展项目(11213565)
-
文摘
功率控制技术作为移动通信网络优化的关键技术之一,其性能的好坏将直接影响移动通信网络的优化效果。通过对功率控制原理的研究,从联合功率控制与速率控制的角度出发提出了功率控制简化模型。而Grad-PSO算法是一种典型的群智能算法,已被广泛应用于工程优化问题之中。通过算法在函数优化过程中的仿真实验,验证了其在收敛速度、运算精度和运算量等方面具有优势。主要采用Grad-PSO算法对功率控制模型进行了优化仿真实验,通过仿真实验发现:Grad-PSO算法能找到最优解,很好地实现了对功率控制模型的优化。结果表明基于Grad-PSO算法功率控制优化方法切实可行,是一种有效的优化移动通信网络技术的方法。
-
关键词
移动通信
功率控制
群智能算法
grad-pso
-
Keywords
mobile communication
power control
swarm intelligence algorithm
grad-pso
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-
-
题名基于梯度搜索因子的粒子群改进算法研究
被引量：2
- 2
-
-
作者
池越
周亚同
-
机构
河北工业大学信息工程学院
-
出处
《科技视界》
2013年第19期20-20,共1页
-
基金
河北省科学技术研究与发展项目(11213565)
-
文摘
本文对一种基于梯度搜索因子的粒子群改进算法(Grad-PSO算法)进行了研究。为了验证Grad-PSO算法的性能,对典型的测试函数sphere函数使用GA算法、PSO算法和Grad-PSO算法进行函数优化对比仿真实验发现:与基本PSO算法以及GA算法相比,Grad-PSO算法在运算精确度和最终取得的适应度函数值上面都具有很大的优势。
-
关键词
粒子群算法
改进粒子群算法
grad-pso算法
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
-
题名改进PSO算法及其在函数优化中的应用
被引量：4
- 3
-
-
作者
曹国华
李婷婷
-
机构
南京师范大学电气与自动化工程学院
镇江市丹徒职业教育中心
-
出处
《南京师范大学学报（工程技术版）》
CAS
2007年第2期10-13,共4页
-
文摘
针对微粒群算法PSO(Particle Swarm Optimization)应用于函数优化存在的问题,提出一种加入了梯度信息改进的微粒群算法.微粒群算法用于函数的优化,具有简单、效果好等优点.但是研究也表明该方法也存在着一些缺点,如计算时间较长、容易陷入局部最小等,这是由于算法本身的随机性决定的.梯度法是传统的优化方法,典型的特征是在确定优化解的方向时遵循梯度下降原则,因此在寻找优化值时方向比较确定,可以减少优化时间.为了克服PSO的缺点,在标准PSO优化策略中引入梯度原则,设计了一个具有梯度指导的PSO算法.现将改进的PSO算法应用于函数的优化,并与标准PSO算法的效果进行了比较.函数优化实验的结果表明,改进的PSO算法提高了标准PSO算法的收敛时间.
-
关键词
改进微粒群算法
函数优化
梯度法
-
Keywords
improved PSO,function optimization,grads algorithm
-
分类号
TB9
[机械工程—测试计量技术及仪器]
-
