基于改进的猎食者优化的D2D通信功率控制方法

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。

混合改进策略的黑猩猩优化算法及其机械应用

针对黑猩猩优化算法存在易陷入局部最优、收敛速度慢、寻优精度低等缺陷,提出混合改进策略的黑猩猩优化算法(SLWChOA).首先,利用Sobol序列初始化种群,增加种群的随机性和多样性,为算法全局寻优奠定基础;其次,引入基于凸透镜成像的反向学习策略,将其应用到当前最优个体上产生新的个体,提高算法的收敛精度和速度;同时,将水波动态自适应因子添加到攻击者位置更新处,增强算法跳出局部最优的能力;最后,通过10个基准测试函数、Wilcoxon秩和检验以及部分CEC2014函数进行仿真实验来评价改进算法的寻优性能,实验结果表明,所提算法在寻优精度、收敛速度和鲁棒性上均较对比算法有较大提升.另外,通过一个机械优化设计实验进行测试分析,进一步验证了SLWChOA的可行性和适用性.