论文研究IEEE802.11n系统中自适应混合优化功率分配算法.pdf

PDM-CO-OFDM系统偏振解复用的自适应算法，陈颖，喻松，本文针对偏振复用的相干光正交频分复用（PDM-CO-OFDM）系统，设计出了一种基于自适应加权信道估计（AWCE）的偏振解复用算法，并在M

在鱼群算法中提出了人工鱼的吞食行为，对算法进行了改进，在保证算法性能的前提下明显降低了人工鱼群算法的复杂度。通过对多用户OFDM系统模型的分析，结合对用户公平性的考虑，给出了该系统中自适应资源分配问题

蜘蛛猴算法（SpiderMonkeyOptimization，SMO）是受蜘蛛猴觅食行为启发提出的一种群集智能优化算法，为增强蜘蛛猴算法的局部搜索性能，提出一种基于动态自适应惯性权重的SMO算法（DW

将进化算法应用于某些多目标优化问题时,采用增加种群规模和进化代数的方法往往耗费大量的目标函数计算开销,且达不到提高种群进化效率的目的,为此提出了一种基于自适应学习最优搜索方向的多目标粒子群优化算法。采

随着信息网络技术的飞速发展，如何对规模庞大的网络数据准确高效聚类并合理应用显得尤为重要。虽然模糊C均值聚类算法（FCM）已具有良好的聚类效果，但其对初始化敏感，在处理高维大规模网络数据时易陷入局部极值

在标准粒子群优化（particleswarmoptimization,PSO）算法的基础上提出了一种带有动态惯性权重的自适应粒子群算法,以实现移动WSN对被监测区域的覆盖。新算法引入了粒子群进化度因子

提出了一种融合蚁群系统、免疫算法和遗传算法的混合算法。将免疫算法和遗传算法引入到每次蚁群迭代的过程中，利用免疫算法的局部优化能力和遗传算法的全局搜索能力，来提高蚁群系统的收敛速度。该算法通过遗传算法的

粒子群优化算法参数少，寻优速度快，但其寻优效率低且在寻优后期易早熟收敛。为改善其寻优性能，在标准粒子群优化算法中，通过引入混沌映射和自适应变异策略，提出具有自适应变异的混沌粒子群优化（ACPSO）算法

针对微分进化（differentialevolution，DE）算法在进化后期收敛速度慢、收敛精度低、易陷入局部最优解等缺点。通过改进DE的变异方程，并引入一种新的控制参数自适应策略，提出了一种改进自

针对脉冲耦合神经网络（PulseCoupledNeuralNetworks，PCNN）中参数选取不易确定的不足，提出一种基于脉冲耦合神经网络和果蝇优化算法（FruitFlyOptimizationAl