[发明专利]基于多目标人工物理优化的认知参数调整方法

权利要求书

1.一种基于多目标人工物理优化的认知参数调整方法，其特征在于：它包括以下步骤：

（1）如果无线信道、认知用户需求发生变化，则调整认知参数；

（2）将认知参数编码映射为人工物理的微粒，确定适应度评价函数；

（3）种群初始化，设定相关参数：设进化代数为0，随机初始化规模大小为S的种群                                                ，对每个长度为K的微粒表示为；随机初始化每一位为0或1；设微粒的初始速度，设置万有引力常数G，最大进化代数为，存放非支配解集的集合为；

（4）计算适应度值，确定微粒序值：计算每个微粒在每个子目标下的适应值，保留支配任一微粒的所有微粒的数量，记为；找出非支配微粒，将其存储在非支配集合中，并给每个非支配微粒分配序值为1，为其余微粒分配序值；

（5）按微粒序值升序对微粒排列；

（6）对序值相同的微粒，按微粒之间海明距离的降序对微粒重新排列，赋予相应的序值；如果海明距离仍相同，则随机给其赋序值；

（7）对每个微粒赋一个唯一序值：根据上述排序结果对每个微粒赋一个唯一序号,即为每个微粒分配一个1到S（种群规模）间的自然数作为；

（8） 根据下式计算微粒质量：，其中：表示微粒i在第g代的质量；

(9)计算微粒所受的作用力：根据下式计算微粒所受其它微粒的作用力，    

  其中： 为微粒对微粒i的作用力，

根据下式计算微粒所受合力：

（10）计算微粒运动并更新：；

其中：为惯性权重（），是一个服从（0，1）正态分布的随机变量；

微粒的位置更新方程为：

 其中：是任意产生的一个[0，1]的随机数；

（11）更新非支配解集合：更新集，重新计算每个微粒在每个子目标下的函数值，保留支配每个微粒的微粒数量,给每个非支配微粒分配序值为 1,为其余微粒分配序值；将每一个非支配微粒与存储在集中的微粒比较,若无法相互支配,则将该微粒存入集中；若该微粒支配集中的微粒,则将被支配微粒从集中删除；若需要存储的微粒超过集的规模,则将支配其他微粒数量最少的微粒删除；

（12）如果算法达到最大进化次数,算法终止，将的最优解映射输出，则为认知引擎参数优化结果；否则，进化代数，转步骤（4）。

2.根据权利要求1 所述的基于多目标人工物理优化的认知参数调整方法，其特征在于：所述的步骤(2) 将认知参数编码映射为人工物理的微粒，是采用二进制对每个子载波的调制方式和发射功率进行编码。

3.根据权利要求1 所述的基于多目标人工物理优化的认知参数调整方法，其特征在于：所述的适应度评价函数为：，

，

其中：为子载波的传输功率（），为所有子载波的最大传输功率，为子载波的数目；

其中：为L个子信道的平均误码率；

最大化数据吞吐量 

其中：L为子载波的数目，为第个子载波所对应的调制进制数，为最大调制进制数，为最小调制进制数；  。

4.根据权利要求1 所述的认知网络参数优化调整方法，其特征在于：所述的步骤(4) 微粒序值的定义如下：设在第g代生成的种群为中支配微粒i的所有微粒i的数量,则微粒在第g代的序值定义为： 。

5.根据权利要求1 所述的基于多目标人工物理优化的认知参数调整方法，其特征在于：所述的步骤(6) 海明距离为：对每一个微粒，称为编码的基因位；对任意两个微粒，其海明距离定义为：。