解决ACP高维优化问题的自适应多粒子模拟退火算法

doi:10.13190/j.jbupt.2015.01.018

北京邮电大学学报 ›› 2015, Vol. 38 ›› Issue (1): 92-96.doi: 10.13190/j.jbupt.2015.01.018

解决ACP高维优化问题的自适应多粒子模拟退火算法

啜钢¹, 沈涛¹, 罗海文²

1. 北京邮电大学信息与通信工程学院, 北京 100876;
2. 中国联合网络通信有限公司北京市分公司, 北京 100140

收稿日期:2014-05-16 出版日期:2015-02-28 发布日期:2015-03-30
作者简介:啜钢(1959—),男,教授,博士生导师,E-mail:Chuai@bupt.edu.cn.
基金资助:
国家科技重大专项项目(2013ZX03001003)

Adaptive Multi-Particles Simulated Annealing for High-Dimensional Optimization of ACP

CHUAI Gang¹, SHEN Tao¹, LUO Hai-wen²

1. School of Information and Communication Engineering, Beijing University of Posts and Telecommunications, Beijing 100876, China;
2. China United Network Communications Corporation Beijing Branch, Beijing 100140, China

Received:2014-05-16 Online:2015-02-28 Published:2015-03-30

摘要/Abstract

摘要：

提出了一种改进的针对高维优化问题的自适应多粒子模拟退火(AMSA)算法,通过多个粒子对整个高维空间进行随机分割和相对独立的局部退火. 当每个局部于当前温度下达到稳态后,随着温度的降低,粒子依据自身状态和相互之间的关系自适应地减少粒子数目,以降低复杂度. 该算法用于解决通用移动通信系统自动小区规划问题. 仿真结果显示,对比其他用于解决高维优化问题的启发式算法,AMSA算法能在预定的时间内取得更理想的结果.

关键词: 模拟退火, 高维优化, 自适应多粒子, 库, 小区自动规划

Abstract:

An improved adaptive multi-particles simulated annealing (AMSA) was proposed to solve high-dimensional optimization problem. Thinking of multi particles, this new algorithm divides the entire high-dimensional space into several parts randomly as well as operates local annealing independently. Currently, when each local reaches steady state, with temperature decreasing, the particles are self-adaptively reduced for less complexity based on the relationship of the particles and their status. Consequently, AMSA can be used to settle high-dimensionally optimizing (universal mobile telecommunications system) automatic cell planning issue. Simulation shows that compared to other heuristic algorithms, it is good to settle high-dimensionally optimizing issue, and AMSA algorithm can achieve better results within a predetermined time.

Key words: simulated annealing, high-dimensional optimization, adaptive multi-particles, archive, automatic cell planning

中图分类号:

TN929.53

啜钢, 沈涛, 罗海文. 解决ACP高维优化问题的自适应多粒子模拟退火算法[J]. 北京邮电大学学报, 2015, 38(1): 92-96.

CHUAI Gang, SHEN Tao, LUO Hai-wen. Adaptive Multi-Particles Simulated Annealing for High-Dimensional Optimization of ACP[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2015, 38(1): 92-96.

[1]	姚日辉陈雯柏陈启丽吴培良. 家庭服务机器人知识图谱的构建与应用[J]. 北京邮电大学学报, 2022, 45(5): 72-78.
[2]	任晓琪, 翁仲铭. 基于生成对抗网络模型的RSS缺失值预测[J]. 北京邮电大学学报, 2021, 44(1): 26-31.
[3]	王彬志, 李卓, 罗蓬, 马天祥, 刘开华. 面向多模态数据的混合型FIB[J]. 北京邮电大学学报, 2020, 43(5): 27-33.
[4]	黄逸彬, 杨赫, 周钟秉, 刘晓. 基于图形分割的城市地下车库车位排布优化方法[J]. 北京邮电大学学报, 2020, 43(4): 7-14.
[5]	徐涵喆, 黄逸彬, 杨赫, 周钟秉, 刘晓. 基于规则的城市地下车库外圈车位排布启发式算法[J]. 北京邮电大学学报, 2019, 42(4): 102-108.
[6]	冯霞, 张江, 左海超. 一种基于查询聚类的物化视图动态调整策略[J]. 北京邮电大学学报, 2018, 41(4): 16-22.
[7]	贾庆轩, 黄旭东, 陈钢, 王一帆. 基于改进图规划的机械臂任务规划方法[J]. 北京邮电大学学报, 2018, 41(3): 27-31.
[8]	申滨, 雷珍珠, 徐浪, 黄晓舸. 基于指纹数据库与同步参考信号灵活传输的小小区发现[J]. 北京邮电大学学报, 2018, 41(2): 38-43.
[9]	杨雨浓, 吴振宇, 朱新宁. 面向智能诊断的语义物联网知识标注与推理框架[J]. 北京邮电大学学报, 2017, 40(4): 104-110.
[10]	胡燕祝, 李雷远. Kalman滤波-BP神经网络在执行机构自主定位中的应用[J]. 北京邮电大学学报, 2016, 39(6): 110-115.
[11]	谭咏梅, 王晓辉, 杨一枭. 基于语料库的英语文章语法错误检查及纠正方法[J]. 北京邮电大学学报, 2016, 39(4): 92-97.
[12]	孙学宏, 于向明, 刘丽萍, 曾志民, 张成. 一种新的INSAR相位解缠方法[J]. 北京邮电大学学报, 2016, 39(2): 10-14,34.
[13]	杨洁, 周献中. 基于语义和语法的Web服务检索方法[J]. 北京邮电大学学报, 2015, 38(6): 49-54.
[14]	赵学军, 王晓娟, 于凯敏, 乔旭. 模拟退火优化FCM聚类高光谱图像压缩研究[J]. 北京邮电大学学报, 2015, 38(5): 58-61,70.
[15]	王钺, 陈融冰, 袁坚. 可控公平约束的企业无线网络功率控制[J]. 北京邮电大学学报, 2015, 38(4): 49-54.

解决ACP高维优化问题的自适应多粒子模拟退火算法

Adaptive Multi-Particles Simulated Annealing for High-Dimensional Optimization of ACP

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价