检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]江南大学物联网工程学院,无锡214000 [2]江南大学商学院,无锡214000
出 处:《数字通信世界》2019年第6期216-217,243,共3页Digital Communication World
基 金:大创项目:江南大学国家级大学生创新创业训练计划(201810295031)
摘 要:混合遗传优化算法是混合INSGA-II和DE算法。INSGA-II算法相较于NSGA算法一定程度上保护了算法的多样性,提高了收敛速度同时也使收敛点分布均匀。DE是一种基于群体进化的算法,具有记忆个体最优解和种群内信息共享的特点,即通过种群内个体间的合作与竞争来实现对优化问题的求解,其本质是一种基于实数编码的具有保优思想的贪婪遗传算法。本文采用INSGAII算法和DE算法进行混合来解决基站的最优分布问题。通过MATLAB进行仿真解决基站最优分布问题。
关 键 词:NSGA-II MATLAB 基站分布 差分进化算法 模拟退火法 5G
分 类 号:TN929.53[电子电信—通信与信息系统]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:3.141.46.208