10.16208/j.issn1000-7024.2023.10.018
改进蜉蝣算法求解认知车载网络频谱分配问题
针对传统认知车载网络频谱分配效率低、速度慢的问题,提出基于改进蜉蝣优化算法的频谱分配算法.以反向学习、动态惯性权重、多阶段动态扰动及正余弦优化交配机制提升标准蜉蝣优化算法的寻优性能;将频谱分配变量映射为蜉蝣个体位置信息,将网络吞吐量和接入公平性作为评估蜉蝣位置的适应度函数,利用改进蜉蝣算法搜索最优频谱分配方案.实验结果表明,改进算法的搜索精度和收敛速度都有所提升,能够更快得到频谱分配方案,车载用户收益和分配公平性方面也更有保障.
蜉蝣优化算法、认知车载网络、频谱分配、反向学习、惯性权重、动态扰动、正余弦优化
44
TP393(计算技术、计算机技术)
安徽省自然科学基金;安徽省教育厅重点基金项目
2023-11-08(万方平台首次上网日期,不代表论文的发表时间)
共9页
3012-3020