一種模擬退火粒子群算法的認(rèn)知引擎

　　認(rèn)知引擎的基本功能之一就是根據(jù)復(fù)雜多變的無線環(huán)境及業(yè)務(wù)需求，利用多目標(biāo)優(yōu)化策略，自適應(yīng)地調(diào)整無線參數(shù)，實現(xiàn)動態(tài)環(huán)境下的可靠通信。目前，很多研究的重點集中在遺傳算法（GA）及其改進(jìn)算法上，但其收斂速度較慢，不利于復(fù)雜多變以及實時性要求較高的系統(tǒng)。對此，提出一種模擬退火粒子群算法（ SABPSO），它采用模擬退火與粒子群算法交替迭代的方式，協(xié)同尋優(yōu)。其可有效提高收斂速度，并克服基本粒子群算法易于陷入局部極值的缺點，增強(qiáng)全局尋優(yōu)能力。最后，在不同通信模式下，利用多載波系統(tǒng)進(jìn)行仿真，結(jié)果表明，SABPSO算法在收斂速度和平均適應(yīng)度上優(yōu)于基本算法。