为满足配用电场景差异化业务需求,综合考虑网络的覆盖率和连通性,构建无线与电力线通信(power line communication,PLC)融合通信覆盖模型,提出基于混合策略的改进多目标麻雀覆盖优化算法。首先,建立无线与电力线融合通信多目标覆盖优化...为满足配用电场景差异化业务需求,综合考虑网络的覆盖率和连通性,构建无线与电力线通信(power line communication,PLC)融合通信覆盖模型,提出基于混合策略的改进多目标麻雀覆盖优化算法。首先,建立无线与电力线融合通信多目标覆盖优化问题。其次,利用Tent映射与透镜成像反向学习相结合的种群初始化方法增加种群的多样性。同时,提出双阶段的自适应收敛因子调整麻雀算法运行过程中探索者和追随者的比例,改进现有越界处理策略,引入交叉变异策略,提高算法全局搜索能力以及搜索精度。最后,引入快速非支配排序、拥挤度策略和最优外部存档,将单目标麻雀算法改为多目标算法。仿真结果表明,相较于多目标遗传算法、多目标粒子群算法、多目标进化算法,所提改进的多目标麻雀算法对目标区域覆盖率分别提升了5.2%、3.17%和5.93%。此外,所提算法求得的Pareto最优解集为无线与电力线融合通信网络节点部署提供了多种方案,对配用电通信网规划和建设具有重要指导意义。展开更多
文摘为满足配用电场景差异化业务需求,综合考虑网络的覆盖率和连通性,构建无线与电力线通信(power line communication,PLC)融合通信覆盖模型,提出基于混合策略的改进多目标麻雀覆盖优化算法。首先,建立无线与电力线融合通信多目标覆盖优化问题。其次,利用Tent映射与透镜成像反向学习相结合的种群初始化方法增加种群的多样性。同时,提出双阶段的自适应收敛因子调整麻雀算法运行过程中探索者和追随者的比例,改进现有越界处理策略,引入交叉变异策略,提高算法全局搜索能力以及搜索精度。最后,引入快速非支配排序、拥挤度策略和最优外部存档,将单目标麻雀算法改为多目标算法。仿真结果表明,相较于多目标遗传算法、多目标粒子群算法、多目标进化算法,所提改进的多目标麻雀算法对目标区域覆盖率分别提升了5.2%、3.17%和5.93%。此外,所提算法求得的Pareto最优解集为无线与电力线融合通信网络节点部署提供了多种方案,对配用电通信网规划和建设具有重要指导意义。
