[发明专利]一种基于混沌粒子群优化的OFDM系统资源分配算法

权利要求书

1.一种基于混沌粒子群优化的OFDM系统资源分配算法，其特征在于包括以下步骤：

步骤1对种群中的每个粒子迭代次数、速度和位置以及粒子群中的基本参数进行初始化，并计算粒子的目标函数值，设置粒子和群体的最佳初始位置；

步骤2执行基于PSO算法的搜索，更新粒子和群体的最佳位置，并利用粒子群基本公式更新粒子的速度和位置；

步骤3保留群体中性能最好的20％的粒子；

步骤4对于步骤3保留的群体中的最佳粒子，利用式(8)logistic映射对粒子位置混沌赋值，将混沌区间[0，1]映射到对应量的取值区间，将混沌变量转化为决策变量，根据决策变量对新解进行性能评价，即为执行混沌局部搜索，并更新粒子的和种群的Gbest^k；

u_n+1＝vu_n(1-u_n)，n＝0，1，...    (8)

步骤5检查终止-条件：为达到最大迭代次数或者满足了足够好的适应值，或者最优解停滞不再变化，若上述条件满足，终止迭代，最后的Gbest_i就是所求解对应的适应值，其对应的最优解是网络中所求最优功率，否则继续如下步骤；

步骤6收缩搜索区域，具体公式如下：

其中，x_g，j表示当前Gbest^k的第j维变量的值；

步骤7在收缩后的空间内随机产生群体中剩余的80％的粒子，并对其进行评价，然后返回步骤2。

2.按照权利要求1所述的一种基于混沌粒子群优化的OFDM系统资源分配算法，其特征在于

步骤1对种群中的每个粒子迭代次数、速度和位置以及粒子群中的基本参数进行初始化，并计算粒子的目标函数值，设置粒子和群体的最佳初始位置，具体为；

(1)设置迭代次数“k”初始值为零，最大迭代次数为“K”；初始化粒子群中的基本参数(ω，c₁，c₂)；

(2)随机初始化粒子的位置X_a，无线OFDM网络网络最优化算法设计中，粒子的位置对应于源分配问题中的一组最优解，粒子群算法求得的最优值就是最优功率，因此粒子的位置应该在网络中功率的执行范围内；

(3)随机初始化粒子的速度V_a，粒子群中的速度是求解最优化问题中的中间变量；

(4)计算目标函数值，令个体粒子本身位置X_a为初始最佳位置令种群中具有最佳函数值的微粒为初始最佳群体位置Gbest^k。

3.按照权利要求1所述的一种基于混沌粒子群优化的OFDM系统资源分配算法，其特征在于

步骤2执行基于PSO算法的搜索，更新粒子和群体的最佳位置，并利用粒子群基本公式更新粒子的速度和位置；具体为

(1)根据群体中各粒子的信息，更新粒子自身的最佳位置，对于每个粒子，将其适应值与其经历过的最好位置进行比较，如果当前值优于的值，将记为当前最好的位置；

(2)根据群体中各粒子的信息，更新群体最佳位置，将粒子适应值与群体所经历过的最好位置Gbest^k进行比较，如果其适应值优于Gbest^k，就将Gbest^k设置为群体最优位置；

(3)对于每个粒子，根据根据式(6)和(7)式更新粒子群的速度和位置；

式中，ω为惯性权重；和为加速常数；是当前粒子a的历史最优位置记录；Gbest^K是整个粒子群的历史最优位置记录；粒子通过下面的方程调整自身的位置：

(4)对于每个粒子，计算其适应值，求解问题的目标是在总约束条件下，最大化总效用，采用惩罚函数方法来避免出现不可行解。

4.按照权利要求3所述的一种基于混沌粒子群优化的OFDM系统资源分配算法，其特征在于步骤3源分配分配算法中的适应度函数定义如下：

式中的惩罚因子μ(μ＞0)在实际网络中可以解释为代价或是价格，当最优化问题中的约束溢出时，通过价格μ给予一定比例的惩罚。

5.按照权利要求1所述的一种基于混沌粒子群优化的OFDM系统资源分配算法，其特征在于步骤4中执行混沌局部搜索详细步骤如下：

1)令k＝0，将决策变量j＝1，2，...d按照j＝1，2，...d映射为0到1之间的混沌变量其中x_min，j和x_max，j分别为第j维变量的搜索上下界；

2)根据用下式计算下次迭代的混沌变量

cxjk+1=4cxjk(1-cxjk),]]>j＝1，2，...，d

3)将混沌变量按照j＝1，2，...，d转化为决策变量

4)根据决策变量j＝1，2，...，d对新解进行性能评价；

5)若新解优于初始解或者混沌搜索已经达到预先设定的最大迭代步数，将新解作为CLS搜索结果，否则令k＝k+1，并返回2)。