基于多目标禁忌搜索算法的认知无线电频谱分配

针对认知无线电动态频谱分配问题,建立图着色频谱分配模型,将模型中的分配矩阵和禁忌搜索算法中的可行解相对应,提出基于禁忌搜索的智能求解算法。同时将高斯柯西算子引入到禁忌搜索的更新策略当中,改善了算法的收敛速度和爬坡能力。在最大化认知无线电网络效益和最大化公平效益准则下建立多目标评价函数,将禁忌搜索算法和粒子群算法在图着色频谱分配模型基础上进行性能比较,结果表明在不同权重的评价函数下,禁忌搜索算法找到的理想最优解都要优于粒子群算法。

利用多目标禁忌搜索算法进行土地整理自动分区

提出了一种多目标禁忌搜索算法来实现土地整理备选区片的自动划分,阐述了其流程和关键问题。以武汉市江夏区高产农田整理分区为例进行实证研究,验证了模型的有效性。

基于多目标优化禁忌搜索算法的停机位分配方法研究

针对机位资源分配不均给机场运行多方带来的公平性问题,提出多目标优化的停机位分配方法。建立以旅客通行距离、飞机滑行距离和远机位使用次数最小为多目标优化分配模型。分析航班属性设置分配优先级表。设计一种基于pareto最优的多目标优化禁忌搜索算法,使用pareto最优策略对解集进行筛选。在机场实际分配方案的基础上进行仿真实验,旅客通行距离和飞机滑行距离分别缩短18%和5%,机位资源的使用数量减少20%,航班靠桥率提高到93%,多目标优化禁忌搜索算法比遗传算法更优。

MOTS算法在空间分区问题中的应用研究

空间分区问题是将基本的空间单元遵照多个规划准则组合成若干较大簇即空间区域的过程,保证区片的连续性是其空间硬约束条件。近年来,空间分区问题在政治选举区域划分,市政公共设施选址布局,社会紧急服务以及商业销售区域的划分等领域有着十分重要的应用。目前,空间分区问题的研究成果较为零散,缺乏较系统的归纳和总结,而且其应用也大多集中在传统领域。为此,本文对空间分区问题的通用模型进行了总结,并对多目标禁忌搜索算法解决此类问题的流程和核心问题作了详细阐述,最后本文将研究成果应用到江夏区高产农田整理区片自动划分中,并取得了较好的效果。