[发明专利]一种异构网络中基于遗传算法的用户接入网络方法

摘要

本发明公开了一种异构网络中基于遗传算法的用户接入网络方法，根据用户吞吐量的经验值确定可以稳定接入各个基站的用户群和性能较差的小区边缘用户；然后利用遗传算法对性能较差的用户智能地调换基站，对遗传操作中的每一代更新用户的吞吐量和接入各个基站的总用户数，从而不断提高边缘用户吞吐量和整个网络的性能，经过多代遗传操作，得到各个基站较好的用户组合，使系统性能达到最优。

主权项

一种异构网络中基于遗传算法的用户接入网络方法，其特征在于：包括以下步骤：1)根据用户吞吐量将接入异构网络中各个基站的用户划分为可以稳定接入对应基站的用户和接入性能较差的小区边缘用户；2)以最大化小区边缘用户吞吐量为优化目标，利用遗传算法对所述小区边缘用户所接入的基站进行调换；所述遗传算法根据优化目标确定适应度函数，遗传算法具体包括以下步骤：1)生成初始化种群，初始化种群中每个染色体的长度等于所述小区边缘用户的总数，将异构网络中各基站的编码随机填充在染色体的基因座上，直至所有染色体的每个基因座均被填充；2)经过步骤1)后，采用选择算子、交叉算子以及变异算子使初始化种群不断进化，在达到预先设定的进化代数后找出适应度最大的染色体；所述遗传算法的选择算子采用最优保存策略结合轮盘赌选择算法，具体包括以下步骤：首先计算当前种群中各个染色体的适应度，然后从当前种群中找出适应度最高的染色体X1和适应度最低的染色体Y1，当前种群中其余的染色体记为evolution_pop，保留所述适应度最高的染色体X1，并将所述适应度最低的染色体Y1替换为与所述适应度最高的染色体X1相同的染色体X2，X1以及X2不参与交叉和变异操作而直接进入下一代种群，然后再按轮盘赌选择算法对evolution_pop进行选择操作，选择出的染色体进行交叉、变异后与X1以及X2共同构成下一代种群，轮盘赌选择算法中染色体被选中的概率与适应度高低成正比；所述遗传算法的交叉算子采用单点交叉。