基于改进免疫规划算法的监测区域传感器节点调度

研究了传感器网络中的节点调度问题;首先,建立了以网络覆盖率和工作节点率为目标函数的数学模型,然后采用圆周法判断冗余节点以生成初始种群,设计了抗体的编码方式、抗体与抗原的亲和度评价函数以及采用信息熵理论计算抗体之间亲和度的方法,最后,定义了使用改进的免疫规划算法对传感器网络节点调度问题进行求解的具体算法;仿真实验表明:文中方法能正确地解决监测区域的节点调度问题,网络平均覆盖率为87.2%,较其它方法具有较大的优越性。

基于免疫加权支持向量机方法的短期负荷预测

在对支持向量机(SVM)方法进行分析的基础上,提出了一种免疫加权支持向量机(IWSVM)方法来预测电力系统短期负荷。其中根据各样本重要性的不同,引入了加权支持向量机方法,然后利用免疫规划算法对其进行参数优化。免疫规划算法利用浓度和个体多样性保持机制进行免疫调节,有效地克服了未成熟收敛现象,提高了群体的多样性。电力系统短期负荷预测的实际算例表明,与支持向量机方法相比,所提免疫加权支持向量机方法具有更高的预测精度。

军事通信中基于UFMC信号的峰均比抑制算法

针对5G移动通信中的通用滤波多载波(universal filtered multi-carrier,UFMC)系统中信号的峰均比(peak-to-average power ratio,PAPR)较高的问题,提出了一种改进二进制离散粒子群优化的免疫规划的部分传输序列算法(IPA-IBPSO-PTS)。该算法在IBPSO-PTS算法的基础上,采用差分算法中的变异来避免其在迭代搜索后期出现种群多样性丢失的问题,同时引入了新型免疫规划算法中的疫苗接种和免疫选择操作,进一步提升算法的全局收敛速度。理论分析和仿真表明,提出的IPA-IBPSO-PTS算法能够获得更好的PAPR抑制性能,有效地降低了军事移动通信系统的复杂度和误码率。