[发明专利]一种基于人工蜂群算法的多频带协作频谱感知优化方法

权利要求书

1.一种基于人工蜂群算法的多频带协作频谱感知优化方法，其特征在于，所述基于人工蜂群算法的多频带协作频谱感知优化方法将多频带协作频谱感知优化问题中的优化变量对应于改进人工蜂群算法中食物源的位置，每个食物源的收益率由优化问题所确定适应度函数决定，跟随蜂或引领蜂的个数与解的个数一致；从一个随机产生的初始种群出发，先是引领蜂对相应食物源的邻域进行一次搜索，搜索到的食物源的花蜜质量比之前的优，用新的食物源的位置替代之前的食物源位置，否则保持旧的食物源位置不变；所有的引领蜂完成搜索之后，回到舞蹈区把食物源花蜜质量的信息通过跳摇摆舞传递给跟随蜂。

2.如权利要求1所述的基于人工蜂群算法的多频带协作频谱感知优化方法，其特征在于，所述基于人工蜂群算法的多频带协作频谱感知优化方法具体包括以下步骤：

步骤一，建立多频带协作频谱感知优化模型；

步骤二，初始化参数；包括种群大小，控制参数'limit'和最大迭代次数T_max；初始化迭代次数t＝1，随机生成一个含有SN个解的初始种群，每个解x_i(i＝1,2,...,SN)是一个D维矢量，x_i＝[ω_i,γ_i]，D＝(N+1)*K，其中w是控制中心给各用户统计信息所分配的权值因子，γ是判决门限，N是协作感知的用户数，K是子带数目；

步骤三，计算步骤二中每个解的适应度值，所述适应度函数定义为食物源的收益率；根据食物源的收益率记录当前最好的解X_best,G；

步骤四，引领蜂搜索邻域中的食物源，产生新解New_i,G+1；

步骤五，利用交叉算子，引领蜂根据步骤四的新解New_i,G+1和对应的父代个体X_i,G得到试验向量；

步骤六，利用贪婪选择策略从步骤五的试验向量值与原来的食物源之间选择出收益率更高的食物源；计算当前所有食物源的适应度值，并根据适应度值计算每个食物源对应的选择概率；

步骤七，跟随蜂根据步骤六得到的概率选择食物源，并搜索邻域中的食物源，产生新解，并计算适应度值；利用贪婪选择策略在新解和原来的解之间选择出收益率更高的解；

步骤八，判断是否有要放弃的解，即如果某个解经过limit次循环之后没有得到改善，此时对应的引领蜂变成侦察蜂，随机产生一个新解来替代该解；

步骤九，一次迭代结束后，记录当前最好的解；

步骤十，判断迭代次数t是否达到最大迭代次数T_max，若达到，输出全局最优X_opt,并根据式f_i＝r^T(1-P_f(ω_i,γ_i))，x_i＝[ω_i,γ_i]得到系统的吞吐量；否则迭代次数t＝t+1，重复步骤四～步骤十。