针对带时间窗的车辆路径问题(Vehicle Routing Problems with Time Windows,VRPTW),提出了一种混合粒子群优化算法(Hybrid Particle Swarm Optimization,HPSO)进行求解。所提出的算法设计了一种高效的编解码策略,以此搭建HPSO算法解空间...针对带时间窗的车辆路径问题(Vehicle Routing Problems with Time Windows,VRPTW),提出了一种混合粒子群优化算法(Hybrid Particle Swarm Optimization,HPSO)进行求解。所提出的算法设计了一种高效的编解码策略,以此搭建HPSO算法解空间到VRPTW解空间的桥梁。同时为了提高算法的寻优能力,设计了由单点插入策略以及双点交换策略组成的局部搜索策略。通过solomon-50标准数据集中的九个算例进行仿真实验,实验结果证明了所提出算法的寻优能力和稳定性均优于对比算法,最优解误差相较于对比算法最多降低了38.32%。展开更多
为解决高层建筑物室内5G信号覆盖不足、优化难度大的问题,提出基于粒子群优化(particle swarm optimization,PSO)算法的5G波束权值寻优方法。通过采集终端数据将网络解耦成多个子网切片,对单小区权值库进行规划和仿真,构建多小区权值组...为解决高层建筑物室内5G信号覆盖不足、优化难度大的问题,提出基于粒子群优化(particle swarm optimization,PSO)算法的5G波束权值寻优方法。通过采集终端数据将网络解耦成多个子网切片,对单小区权值库进行规划和仿真,构建多小区权值组变量以及适应度函数。最后,采用PSO算法求解多小区波束权值组局部最优值。测试结果表明,平均参考信号接收功率(reference signal receiving power,RSRP)提升8.7%,平均信干噪比(signal to interference plus noise ratio,SINR)提升17.5%,下行速率提升27.3%。所提方法在5G天线波束权值寻优上具有低成本、高效率、智能化的优势,可以改善高层室内用户的感知。展开更多
文摘针对带时间窗的车辆路径问题(Vehicle Routing Problems with Time Windows,VRPTW),提出了一种混合粒子群优化算法(Hybrid Particle Swarm Optimization,HPSO)进行求解。所提出的算法设计了一种高效的编解码策略,以此搭建HPSO算法解空间到VRPTW解空间的桥梁。同时为了提高算法的寻优能力,设计了由单点插入策略以及双点交换策略组成的局部搜索策略。通过solomon-50标准数据集中的九个算例进行仿真实验,实验结果证明了所提出算法的寻优能力和稳定性均优于对比算法,最优解误差相较于对比算法最多降低了38.32%。
文摘为解决高层建筑物室内5G信号覆盖不足、优化难度大的问题,提出基于粒子群优化(particle swarm optimization,PSO)算法的5G波束权值寻优方法。通过采集终端数据将网络解耦成多个子网切片,对单小区权值库进行规划和仿真,构建多小区权值组变量以及适应度函数。最后,采用PSO算法求解多小区波束权值组局部最优值。测试结果表明,平均参考信号接收功率(reference signal receiving power,RSRP)提升8.7%,平均信干噪比(signal to interference plus noise ratio,SINR)提升17.5%,下行速率提升27.3%。所提方法在5G天线波束权值寻优上具有低成本、高效率、智能化的优势,可以改善高层室内用户的感知。
