导读:本文包含了基于树的多目标通信算法论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:TD-SCDMA,目标,算法,链路,通信网络,星座,免疫系统。
基于树的多目标通信算法论文文献综述
黄伟[1]（2017）在《多目标进化算法在通信网络中的应用研究》一文中研究指出进化算法的出现提供了新的复杂问题求解的新思路,正是因为进化算法的智能型、通用性和稳健性、本质并行性,最重要的是进化算法的全局搜索能力,进化算法已经在很多领域上得到了广泛的应用。本文从生物个体与环境、个体与个体之间的竞争与协作关系出发,首先针对无约束多目标优化问题提出了相应的进化模型与算法,然后分析了已有多目标进化算法的收敛性。给出了衡量不同算法性能的定量性能指标。(本文来源于《湖北农机化》期刊2017年06期）
毛奇[2]（2017）在《基于遗传算法的计算机通信网络可靠性多目标优化设计》一文中研究指出随着科学技术的不断进步,计算机通信网络随之也迅速发展起来,因此对计算机通信网络的可靠性的要求也越来越高,行之有效的方法就是在确保计算机通信网络可靠性的基础上减少其链路成本费用,本章对遗传算法进行了扼要介绍,对计算机通信网络进行了基于遗传算法的多目标优化设计,并通过实例仿真说明了该方法的有效性,运用该算法大大降低了链路成本,提高了网络可靠性。(本文来源于《电子设计工程》期刊2017年01期）
姜兴龙,肖寅,梁广,刘会杰,余金培[3]（2016）在《基于约束多目标免疫算法的多载波卫星通信系统链路支持性优化》一文中研究指出毫米波通信系统因为带宽宽和易于小型化的特点被广泛应用于卫星通信中,基于提高多载波卫星毫米波通信系统容量的链路支持性优化面临诸多性能指标权衡的难题,如:降低上行EIRP需求,提高转发器功率利用率,增强链路稳健性等,将多目标优化思想引入到毫米波卫星通信系统的支持性优化模型,提出一种约束多目标免疫算法(Constrained Nondominated Neighbor Immune Algorithm,C-NNIA),并进行了相应的建模、仿真和优化.表明该算法可获得优于传统直接求解(Direct Search,DS)算法和基于单目标可变邻域搜索(Variable Neighbourhood Search,VNS)算法的Pareto最优解,且算法具有更好的约束处理能力、多样性保持能力以及快速收敛特性.最后,通过对最优解集的设计变量以及性能度量参数的统计和分析,获得了具有指导性的设计参考.(本文来源于《红外与毫米波学报》期刊2016年03期）
邹方[4]（2015）在《基于多目标进化算法的移动通信网络资源优化配置》一文中研究指出移动通信网络规划优化的目标是保障2G、3G、4G移动通信网络服务质量,网络资源的配置方式是影响网络质量的重要因素。根据网络运营情况,优化调整移动通信网络中各类有线、无线资源的配置是网络规划优化中的重要工作内容。GSM网络中的频率和TD-SCDMA网络中的扰码是重要的无线资源,优化调整频率和扰码资源的配置可以有效的降低网内干扰,提高系统容量。GSM网络频率和TD-SCDMA网络扰码的配置调整需要兼顾多个优化目标,同时尽可能满足多种约束条件,属于典型的多目标多约束结构优化问题。多目标进化算法是一类解决复杂非线性多目标优化问题的有效手段,进化算法中的遗传算法适合于解决结构化优化问题。本论文采用基于多目标遗传算法的方法解决移动通信网络资源优化配置中的两个复杂非线性多目标优化问题：GSM网络频率优化、TD-SCDMA网络扰码优化。在GSM网络频率优化问题的求解过程中,本文首先通过分析频率优化应该满足的多个目标和约束,以极小化全网同频干扰、全网邻频干扰和同邻频小区间对打度作为叁个优化子目标,建立了GSM网络频率优化的问题模型；然后以分配矩阵编码基因,使用引入个体几何距离的交叉算子、动态调整变异区间的变异算子等对种群进行进化操作,将进化产生优秀个体存入Pareto优胜解,并在此过程中使用共享适应度值的小生境技术及自适应网格法维持种群在解空间的均匀分布及解集多样性；最后采用层次分析法从Pareto优胜解中选择符合偏好的相对较优解,为GSM网络频率优化提出合理的频率配置方案。TD-SCDMA网络的扰码分配与GSM网络频率分配为同构问题,在求解过程中,本文首先以极小化全网同扰码干扰、全网互相关码字干扰、同扰码和相关扰码对打度作为叁个优化子目标,建立了TD-SCDMA扰码优化的多目标、多约束的优化模型；然后针对扰码优化问题的特征,设计了基因编码方式和种群初始化、种群微调整等方法。由于与实际问题特征无关的方法如适应度评估、选择、变异等与GSM网络频率优化相似,本文不再赘述。基于上述关键技术,在.NET平台下,利用C#语言和SQL Server数据库开发了GSM网络频率优化系统。利用此系统,以南方某城市GSM现网数据进行了频率优化的实验,结果证明该系统能在较快时间内,得到符合偏好、满足多个优化目标的频率资源配置方案。上述工作说明,在实际网络优化工作中,基于多目标遗传算法的GSM网络频率优化方法和TD-SCDMA网络扰码优化方法,可以合理地反映多种优化目标,快速得到有效解,具有很好的应用价值。(本文来源于《北京邮电大学》期刊2015-01-12）
洪涛,宋茂忠,刘渝[5]（2014）在《多目标遗传算法方向调制物理层安全通信信号设计》一文中研究指出提出了一种运用多目标函数遗传算法的方向调制信号.根据星座点之间欧氏距离与误码性能之间的关系,采用多目标函数综合相移器相移值,使得发射信号星座图在期望方位与基带数字调制信号相同,而在其他方位产生最大程度的畸变.相比于传统的方向调制信号,用文中方法发射的方向调制信号具有更窄的波束宽度.仿真结果表明,所提出的多目标方向调制物理层安全通信信号具有更强的防窃听性能.(本文来源于《应用科学学报》期刊2014年01期）
张彬,陈放,刘加广[6]（2012）在《用于军事通信网络规划分析的免疫系统多目标优化算法》一文中研究指出军事通信网络规划分析是一项十分复杂的工作,实际中需要考虑多种约束条件对各种规划方案进行科学甄别。文章将该问题转化为多目标问题进行研究,并借鉴免疫系统机理,提出一种用于军事通信网络规划分析的免疫系统多目标优化算法。算法结合基于免疫系统的多样性保持策略,保持解的多样性。实验表明,文章提出的算法所得结果的支配能力和空间分布效果优于经典的多目标进化算法。(本文来源于《国防科技》期刊2012年03期）
刘文,张育林,刘昆[7]（2008）在《基于多目标进化算法的卫星通信星座优化设计》一文中研究指出将基于Pareto最优解的多目标进化算法引入星座设计中,提出了一种改进的Pareto最优解多目标进化算法,并应用于带有星间链路的卫星移动通信系统星座优化设计,计算结果表明算法的有效性。(本文来源于《宇航学报》期刊2008年01期）
郦苏丹,朱江,李广侠[8]（2005）在《基于多目标进化算法的MEO区域通信星座优化设计》一文中研究指出在分析星座轨道要素的基础上,研究了用改进非劣分层遗传算法(NSGA-Ⅱ)对中轨道(MEO)卫星的区域通信卫星近地点幅角、升交点赤经和平近点角等星座参数进行优化的方法,并对有5颗椭圆中轨卫星的星座进行了优化仿真。结果表明,优化后的星座不仅能在我国领土范围内提供实时通信服务,而且具有一定的全球覆盖能力。(本文来源于《上海航天》期刊2005年05期）
郦苏丹,朱江,李广侠[9]（2005）在《基于多目标进化算法的低轨区域通信星座优化设计》一文中研究指出研究利用进化算法实现低轨区域通信星座的多目标优化设计。首先分析、确定低轨星座优化的轨道控制参数 ,然后将基于 Pareto最优概念的多目标进化算法引入星座优化中。结合星座覆盖性能的评价准则 ,给出了一种利用非劣分层遗传算法 (NSGA- II)实现星座轨道控制参数优化的框架。最后对具体实例进行了优化仿真 ,结果表明 ,该方法可以获得一组分布合理的 Pareto解 ,为星座方案决策提供了有力的支持(本文来源于《解放军理工大学学报(自然科学版)》期刊2005年01期）
基于树的多目标通信算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着科学技术的不断进步,计算机通信网络随之也迅速发展起来,因此对计算机通信网络的可靠性的要求也越来越高,行之有效的方法就是在确保计算机通信网络可靠性的基础上减少其链路成本费用,本章对遗传算法进行了扼要介绍,对计算机通信网络进行了基于遗传算法的多目标优化设计,并通过实例仿真说明了该方法的有效性,运用该算法大大降低了链路成本,提高了网络可靠性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
基于树的多目标通信算法论文参考文献
[1].黄伟.多目标进化算法在通信网络中的应用研究[J].湖北农机化.2017
[2].毛奇.基于遗传算法的计算机通信网络可靠性多目标优化设计[J].电子设计工程.2017
[3].姜兴龙,肖寅,梁广,刘会杰,余金培.基于约束多目标免疫算法的多载波卫星通信系统链路支持性优化[J].红外与毫米波学报.2016
[4].邹方.基于多目标进化算法的移动通信网络资源优化配置[D].北京邮电大学.2015
[5].洪涛,宋茂忠,刘渝.多目标遗传算法方向调制物理层安全通信信号设计[J].应用科学学报.2014
[6].张彬,陈放,刘加广.用于军事通信网络规划分析的免疫系统多目标优化算法[J].国防科技.2012
[7].刘文,张育林,刘昆.基于多目标进化算法的卫星通信星座优化设计[J].宇航学报.2008
[8].郦苏丹,朱江,李广侠.基于多目标进化算法的MEO区域通信星座优化设计[J].上海航天.2005
[9].郦苏丹,朱江,李广侠.基于多目标进化算法的低轨区域通信星座优化设计[J].解放军理工大学学报(自然科学版).2005
论文知识图
