-
题名基于改进的猎食者优化的D2D通信功率控制方法
被引量：1
- 1
-
-
作者
江超
张治中
胡正操
周永东
-
机构
南京信息工程大学电子与信息工程学院
-
出处
《电子测量技术》
北大核心
2023年第6期31-36,共6页
-
基金
工信部行业专项重点项目(TC210H02P/2)资助
-
文摘
针对D2D通信中用户复用频谱资源时产生的同频干扰问题,提出了一种改进的猎食者优化算法,对D2D用户进行功率控制。它在满足系统用户通信质量的约束条件下,根据猎人向猎物移动位置和猎物向最安全位置移动的规则来调整D2D发射功率,为了保持搜索与开发的平衡,提高收敛速度和寻优精度,采用Sobol序列对种群进行初始化,并且在猎食者位置更新公式中引入水波动态自适应因子,从而确定D2D用户最佳发射功率。仿真结果表明,该算法可以不仅可以提高系统总吞吐量和降低蜂窝用户受到的干扰,还可以提高收敛速度和寻优精度。
-
关键词
D2D通信
改进的猎食者优化算法
功率控制
Sobol序列
水波动态自适应因子
-
Keywords
D2D communication
improved Hunter prey optimization algorithm
power control
Sobol sequence
waterwave dynamic adaptive factor
-
分类号
TN
[电子电信]
-
-
题名基于IHPO-KELM的冷轧带钢板形模式识别
被引量：2
- 2
-
-
作者
周亚罗
张少川
刘文广
张瑞成
-
机构
华北理工大学电气工程学院
首钢京唐钢铁联合有限责任公司
-
出处
《矿冶工程》
CAS
北大核心
2023年第6期162-168,共7页
-
基金
河北省自然科学基金(F2018209201)
唐山市科技局科技计划项目(22130213G)。
-
文摘
针对目前板形识别方法存在的识别精度低、速度慢等问题,提出了一种改进猎食者算法优化核极限学习机(IHPO-KELM)的冷轧带钢板形识别模型。首先,为减少网络中初始参数的数量、提高板形识别的精度与速度,采用了核极限学习机(KELM)网络;其次,为提高猎食者(HPO)算法的精度,利用基于Sine混沌映射初始化猎食者算法的种群,并针对HPO在迭代过程中易陷入局部早熟的问题,在改进的线性组合位置更新公式中加入莱维飞行机制;然后利用改进猎食者算法对核极限学习机网络识别模型的正则化系数和核参数进行优化,提高板形识别的精度;最后,通过Matlab仿真验证了IHPO-KELM算法具有网络结构简单、收敛速度快、识别精度高等优点。采用IHPO-KELM算法对某公司900HC可逆冷轧机实测数据进行识别,其识别精度比麻雀算法优化KELM(SSA-KELM)识别模型提高了58.8%,表明IHPO-KELM识别模型具有良好的泛化能力,为板形缺陷的高效智能识别提供了新思路。
-
关键词
板形缺陷
冷轧带钢
板形识别
改进猎食者算法
神经网络
核极限学习机
-
Keywords
plate shape defects
cold rolled strip steel
plate shape recognition
improved predator algorithm
neural networks
kernel extreme learning machine(KELM)
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
