[发明专利]一种基于免疫优化的认知车联网频谱分配方法

摘要

本发明公开了一种基于免疫优化的认知车联网频谱分配方法，包括步骤一种群初始化；步骤二亲和度函数评价；步骤三终止条件判断；步骤四比例克隆；步骤五克隆变异和步骤六克隆选择。针对认知车联网频谱分配，基于图论模型，将其建模为最大化认知节点吞吐量的优化问题，进而提出一种基于免疫优化的求解算法；设计了适合频谱分配问题的矩阵编码方式、抗体修正方式、比例克隆等策略，保证算法的寻优能力。仿真实验表明，本发明所提方法能获得较高的认知节点吞吐量，适合于认知车联网的频谱分配。

主权项

1.一种基于免疫优化的认知车联网频谱分配方法，其特征在于，包括以下步骤：步骤一：种群初始化设进化代数t为0，随机初始化种群A，规模为k；则：A(t)＝{A1(t)，A2(t)……Ak(t)}，其中每个抗体Ai(t)(1≤i≤k)代表一个候选分配方案A，并按照抗体修正方式保证其满足约束条件，设置最大进化代数为tmax；步骤二：亲和度函数评价按照式子(1)，计算种群中每个抗体Ai(t)(1≤i≤k)的亲和度f(Ai(t))并排序；选择亲和度较高的个体组成规模为s的记忆种群M(t)，其中M(t)＝{A1(t)，A2(t)……As(t)}＝0.2k；步骤三：终止条件判断终止条件判断：当达到最大进化次数gmax，算法终止；将亲和度最高的抗体进行输出，即为最优的分配方案；否则，进化代数t＝t+1，转步骤四；步骤四：比例克隆克隆M(t)中的优秀抗体得到种群B(t)；克隆操作Tc定义为：B(t)＝Tc(M(t))＝[Tc(A1(t)，A2(t)……As(t))]为了尽可能保持优势抗体，克隆采取比例克隆，即根据抗体亲和度大小进行，对第i个抗体Ai(t)进行qi克隆，产生的抗体个数为：经过比例克隆的抗体总数为：其中，表示向上取整，n_t(n_t＞s)为克隆参数；克隆后产生了很多相同的抗体，因此，对种群B(t)进行变异操作T_m，得到种群C(t)，即变异后的种群为：C(k)＝{C₁(t)，C₂(t)，…，C_Q(t)}；步骤6克隆选择Ts；为了保持种群规模不变，如果Q＞K，则计算C(t)中抗体的亲和度，选择k个亲和度高的抗体组成下一代种群A(t+1)；如果Q＜K，则随机生成k‑Q个新抗体；选择前s个亲和度高的抗体更新记忆种群M(t+1)；t＝t+1；转步骤三。