《表2 前15迭代次数的仿真数据》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于自适应遗传和声算法的蜂窝D2D通信功率控制方案》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

设置最大遗传代数为1000，总用户数为9，种群数量为40，选择概率为0.75，交叉概率为0.95，变异概率为0.02，记忆库取值概率为0.75，微调步长为0.2。在用户最大发射功率为pmax=20mW和pmax=200mW两种情况下，对AGHA与GA各实验100次，根据每代最佳吞吐量的平均值，绘制系统平均吞吐量随遗传代数变化图，如图3所示，前15遗传代数的算法仿真数据如表2所示。观察表2数据，pmax=20mW时，AGHA的计算结果始终高于GA，并且两者之间的差值逐渐变大，pmax=200mW时，刚开始GA值要高于AGHA，在迭代次数为9时，AGHA优化值首次高于GA，此后直到迭代15次，AGHA均优于GA。结合表2和图3可以看出，AGHA能够解决非凸优化问题（4）并且提高吞吐量，迭代次数从15往后，AGHA在两个最大发射功率值的约束下求解的最优系统吞吐量仍高于GA算法，在相同操作代数下，AGHA使得吞吐量优化结果更接近最优值，这表明所提算法具有高精度的性能，在达到相同的系统吞吐量数值时，AGHA所需的遗传代数更少，说明AGHA收敛速度更快；另外，两种最大发射功率值约束代表两种不同的功率解向量空间，相比于小解空间，AGHA在大的解空间下提升系统吐吞量的效果更为明显，因此从中可知AGHA全局和局部寻优能力均比较强。