一种解决集合组合优化问题的差分进化算法.doc

文档介绍：
一种解决集合组合优化问题的差分进化算
法#
毕晓君
5
10
15
20
(哈尔滨工程大学,信息与通信工程学院,哈尔滨,150001)
摘要:现实生活中,很多问题都属于集合组合优化问题,例如背包问题、生产资料调度问题、
通信系统用户调度问题等等。针对集合组合优化问题,提出了一种基于隶属度思想的改进差
分进化算法,通过改进差分进化算法(Differential Evolution,DE)的编码操作,将差分个
体的每一维分量理解为其对应元素的隶属度,达到了利用差分进化算法解决集合组合优化问
题的目的。
关键词:集合组合优化问题;差分进化算法;隶属度
中图分类号:TP18
Improved Differential Evolution Algorithm for Solving Set
Combination Optimization
BI Xiaojun
(School of Information munication Engineering, Harbin Engineering University, Harbin
150001)
Abstract: In real life, many problems belong to bination optimization problems, such as
knapsack problem, production scheduling and user scheduling munication system. Aiming at
this kind of problem, a improved differential evolution algorithm based on the thinking of the degree of
membership is proposed. To achieve this goal the coding of DE is changed by understanding every
component of DE as the degree of membership of its corresponding element.
Key words: bination Optimization; Differential Evolution Algorithm; Degree of Membership
25
0 引言
现实生活中,很多问题都属于集合组合优化问题。集合组合优化是指在一个全集里寻找
使目标函数最优的子集。用户调度问题就是这样一个典型的集合组合优化问题。在多用户
MIMO 下行,同一时刻请求服务的用户数较多,但基站只能服务有限数目的用户。当使用
30
35
块对角化预编码时,同一时刻可以服务的用户数最多是基站发射天线数与用户天线数之比。
集合组合优化问题是典型的 NP-hard 问题,智能优化算法可以较好的解决这类问题。差分进
化算法[1]是近年来比较优秀的智能优化算法之一,它具有全局搜索能力强,收敛速度快,且
不易于陷入局部最优的特点。但 DE 算法只适合解决连续问题,无法解决离散问题。为此,
本文提出一种基于隶属度思想的改进差分进化算法,使其可以处理集合组合优化