基于N进制编码的克隆重组方法应用于快速优化ADPCM的多参数

选择ADPCM的步长修正因子M涉及复杂目标函数的多变量优化,是一个海量计算问题。克隆—思维进化算法(CMEA)继承了进化算法(MEA)中趋同操作的择强汰弱思想,同时引入克隆算子将相对较弱个体的强势因素保留到下一代。提出一种新的基于N进制编码的克隆重组方法用于优化具有复杂目标函数的ADPCM的8个步长修正因子,实验结果表明从第5次迭代后,CMEA的信噪比(SNR)一直高于MEA算法;在前5次迭代中,CMEA平均每次迭代改善1.03dB,高出MEA算法0.4dB。此外MEA的计算量约为CMEA的1.67倍,CMEA比MEA算法抗早熟。