[發明專利]一種基于改進遺傳算法的蜂窩網絡資源分配方法

有效

• 申請號: 202110579983.9
• 申請日: 2021-05-26
• 公開（公告）號: CN113301576B
• 公開（公告）日: 2023-03-21
• 發明（設計）人: 潘甦;徐世凡
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04W16/10
• 分類號: H04W16/10;H04W16/22
• 代理公司: 南京正聯知識產權代理有限公司 32243
• 代理人: 王素琴

1.一種基于改進遺傳算法的蜂窩網絡資源分配方法，其特征在于：所述方法包括如下步驟：

步驟1，建立帶有緩存的蜂窩網絡系統模型，分析各用戶的傳輸速率以及系統總的傳輸速率；

步驟2，將用戶與小基站關聯，以系統總吞吐量最大為目標，建立約束優化問題；

步驟3，結合罰函數設計適應性評價函數，對種群進行適應性評價，目標函數值優的個體適應性好，目標函數值劣的個體適應性差；

所述步驟3中適應性評價函數的設計如下：

一個共有m個不等式約束和q個等式約束的優化問題，其罰函數構造如下：

其中ω_j為不同的權重約束，f_j(x)表示數據x對第j個約束的違反，違反的程度越高，懲罰的力度越大，即罰函數值也越大；h_j(x)代表上述不等式和等式的約束條件，j代表第j個約束條件；

將目標函數和罰函數進行歸一化：

其中f_max與f_min分別表示當前種群中目標函數的最大值與最小值，p_max為罰函數的最大值，N_pop為種群大小，罰函數和目標函數的值都歸一化到[0,N_pop]之間，構造如下適應性評價函數：

其中t為當前進化代數，T為最大進化代數，r、b為參數，控制罰函數所占的比重；

步驟4，根據迭代次數計算交叉和變異概率；

所述步驟4中交叉和變異概率按如下公式計算：

其中P_c、P_m分別表示交叉概率和變異概率，P_{c_max}、P_{c_min}分別表示最大和最小交叉概率，P_{m_max}、P_{m_min}分別表示最大和最小變異概率，f'表示父代的適應度，f表示變異個體的適應度，f_avg表示種群的平均適應度，隨著迭代的進行，交叉概率和變異概率自適應變化；

步驟5，對種群中選中的個體進行交叉和變異操作，并進行迭代，直至滿足終止條件，最終得到最優的資源分配方案，并依次完成資源的分配；

所述步驟5中交叉和變異操作按如下方式進行：

利用父體之間適應度的差異，規范化搜索方向d表示為：

此處f_high和f_low表示交叉對中兩父體的適應度；

按照交叉概率從種群中選擇出需要執行交叉操作的群體，并按如下的公式執行交叉操作：

其中α∈[0,1]為隨機數，分別表示執行交叉操作的父代中適應性較高的個體和較低的個體，表示交叉操作產生的4個后代，選擇其中兩個適應度高的個體加入到下一代種群中，剩余兩個適應度較低的個體被淘汰；

對交叉后的種群按照變異概率選擇需要執行變異操作的群體，按照下式執行變異操作：

v^t+1＝ω_t+c₁(xbest^t-x^t)+c₂(x^o-x^t)

其中ω_t、x^o按下式計算：

其中c₁、c₂為0到1之間的隨機數，xbest^t表示第t代種群中適應度最高的個體，ω_ini、ω_end為預先設定的參數，x^t為待變異的個體，為變異后的個體。