專利名稱：基于并行免疫遺傳算法的多模終端選擇目標(biāo)網(wǎng)絡(luò)的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及無(wú)線通信領(lǐng)域，特別涉及一種基于并行免疫遺傳算法的多模終端選擇目標(biāo)網(wǎng)絡(luò)的方法。
背景技術(shù)：
隨著無(wú)線技術(shù)的飛速發(fā)展，越來(lái)越多的無(wú)線網(wǎng)絡(luò)出現(xiàn)在人們的生活中，網(wǎng)絡(luò)多?；内厔?shì)越來(lái)越明顯；多種無(wú)線網(wǎng)絡(luò)共同存在，形成互為補(bǔ) 充、交錯(cuò)重疊的多模化網(wǎng)絡(luò)覆蓋現(xiàn)狀，因此，能夠同時(shí)支持多種不同模式目標(biāo)網(wǎng)絡(luò)的多模終端應(yīng)運(yùn)而生；當(dāng)多模終端同時(shí)處于不同模式網(wǎng)絡(luò)的覆蓋下時(shí)，需要基站根據(jù)一定的業(yè)務(wù)需求為其分配一個(gè)最優(yōu)的網(wǎng)絡(luò)進(jìn)行接入；當(dāng)通信質(zhì)量下降或者多模終端移動(dòng)時(shí)，基站可以為其選擇另外一個(gè)更優(yōu)的目標(biāo)網(wǎng)絡(luò)，并且能保證通信不中斷，所以，多模終端如何選擇合適的網(wǎng)絡(luò)來(lái)接入成為了一個(gè)研究熱點(diǎn)。多模終端選擇能夠保證服務(wù)質(zhì)量的目標(biāo)網(wǎng)絡(luò)時(shí)需要綜合參考多種因子，屬于多約束條件下的多目標(biāo)組合優(yōu)化問(wèn)題，現(xiàn)有的傳統(tǒng)遺傳算法存在記憶單元單一、容易出現(xiàn)未成熟收斂的缺陷，而并行免疫遺傳算法可以避免記憶單元單一的問(wèn)題，且可以防止未成熟收斂，提高算法的計(jì)算效率，縮短計(jì)算時(shí)間；因此，應(yīng)用并行免疫遺傳算法為多模終端選擇保證服務(wù)質(zhì)量的目標(biāo)網(wǎng)絡(luò)就成為業(yè)內(nèi)研究人員關(guān)注的新課題。

發(fā)明內(nèi)容
針對(duì)上述問(wèn)題，本發(fā)明提出了一種基于并行免疫遺傳算法的多模終端選擇目標(biāo)網(wǎng)絡(luò)的方法，并通過(guò)以下技術(shù)方案予以實(shí)現(xiàn)一種基于并行免疫遺傳算法的多模終端選擇目標(biāo)網(wǎng)絡(luò)的方法，包括以下步驟SI :多模終端將其在每種無(wú)線網(wǎng)絡(luò)中的服務(wù)質(zhì)量值發(fā)送給基站；S2:基站接收到所述各服務(wù)質(zhì)量值，調(diào)用并行免疫遺傳算法，為每個(gè)多模終端選擇目標(biāo)網(wǎng)絡(luò)；所述并行免疫遺傳算法包括以下步驟S21 :對(duì)目標(biāo)網(wǎng)絡(luò)和種群進(jìn)行初始化參數(shù)設(shè)置，產(chǎn)生初始抗體，并設(shè)定算法迭代總次數(shù)；S22 :計(jì)算抗體的親和度；S23 :根據(jù)所述親和度對(duì)記憶單元進(jìn)行更新；S24:對(duì)并行進(jìn)化的抗體種群進(jìn)行劃分和遷移，所述抗體種群擁有彼此獨(dú)立的記憶單元；S25 :判斷是否達(dá)到設(shè)定的最大迭代次數(shù)，若不是，則返回S22 ;若是，則輸出親和度最高的抗體，并結(jié)束。所述初始化參數(shù)的設(shè)置包括對(duì)參與選擇的全部多模終端和所有不同模式的目標(biāo)網(wǎng)絡(luò)進(jìn)行順序編號(hào)，并設(shè)置多模終端和目標(biāo)網(wǎng)絡(luò)的總數(shù)分別為K個(gè)和S種；設(shè)置每個(gè)種群個(gè)體的編碼長(zhǎng)度與多模終端數(shù)K相同，且每一位編碼的編號(hào)與所述多模終端編號(hào)相同；設(shè)置種群染色體的編碼選擇范圍與目標(biāo)網(wǎng)絡(luò)數(shù)S相同，且染色體每一位的編碼與所述目標(biāo)網(wǎng)絡(luò)的編號(hào)相同。所述順序編號(hào)采用自然數(shù)；所述編碼采用自然數(shù)順序編號(hào)相應(yīng)的編碼。所述步驟S22包括以下步驟S221 :設(shè)置每個(gè)多模終端服務(wù)質(zhì)量值的最低門限，設(shè)置每種目標(biāo)網(wǎng)絡(luò)能容納多模終端數(shù)量的最大值；S222 :通過(guò)以下方式確定抗體的親和度 如果抗體所對(duì)應(yīng)的可選目標(biāo)網(wǎng)絡(luò)中，有任何一個(gè)多模終端的服務(wù)質(zhì)量值低于其最低門限，或者任何一種目標(biāo)網(wǎng)絡(luò)中的多模終端數(shù)量超過(guò)其容量最大值時(shí)，則該抗體的親和度為O;如果抗體所對(duì)應(yīng)的可選目標(biāo)網(wǎng)絡(luò)中，所有多模終端的服務(wù)質(zhì)量值都高于其最低門限，并且每種網(wǎng)絡(luò)中的多模終端數(shù)量都不大于設(shè)定的目標(biāo)網(wǎng)絡(luò)容量的最大值時(shí)，則設(shè)置該抗體的親和度為全部多模終端的服務(wù)質(zhì)量值的平均值。所述步驟S23包括以下步驟S231 :選出預(yù)定值個(gè)親和度最高的抗體進(jìn)行克隆，產(chǎn)生的新抗體作為子代種群的部分新個(gè)體；S232:將預(yù)定值個(gè)親和度最低的抗體進(jìn)行變異，并作為新抗體加入到所述步驟S231的子代種群中，該預(yù)定值的個(gè)數(shù)等于種群規(guī)模減去所述步驟S231中部分新個(gè)體數(shù)量的差值。所述步驟S24中，對(duì)抗體種群的劃分和遷移采用多群體粗粒度模型。本發(fā)明采用并行免疫遺傳算法，通過(guò)記憶單元之間的交流和并行計(jì)算，克服了以往傳統(tǒng)的遺傳算法中記憶細(xì)胞單一、容易出現(xiàn)未成熟收斂的缺陷，從而有效提高整個(gè)移動(dòng)通信網(wǎng)絡(luò)中多模終端的平均服務(wù)質(zhì)量，還大大提高了算法運(yùn)行速度，減少算法運(yùn)行時(shí)間。


圖I是本發(fā)明中并行免疫遺傳算法的流程圖。圖2是多模終端為30個(gè)時(shí)，本發(fā)明與傳統(tǒng)簡(jiǎn)單遺傳算法的兩種收斂速度曲線的示意圖。圖3是多模終端為40個(gè)時(shí)，本發(fā)明與傳統(tǒng)簡(jiǎn)單遺傳算法的兩種收斂速度曲線的示意圖。
具體實(shí)施例方式下面對(duì)于本發(fā)明所提出的一種基于并行免疫遺傳算法的多模終端選擇目標(biāo)網(wǎng)絡(luò)的方法，結(jié)合附圖和實(shí)施例詳細(xì)說(shuō)明。實(shí)施例I :一種基于并行免疫遺傳算法的多模終端選擇目標(biāo)網(wǎng)絡(luò)的方法，包括以下步驟SI :多模終端將其在每種無(wú)線網(wǎng)絡(luò)中的服務(wù)質(zhì)量值發(fā)送給基站；S2:基站接收到所述各服務(wù)質(zhì)量值，調(diào)用并行免疫遺傳算法，為每個(gè)多模終端選擇目標(biāo)網(wǎng)絡(luò)；所述并行免疫遺傳算法包括以下步驟S21 :對(duì)目標(biāo)網(wǎng)絡(luò)和種群進(jìn)行初始化參數(shù)設(shè)置，產(chǎn)生初始抗體，并設(shè)定算法迭代總次數(shù)；S22 :計(jì)算抗體的親和度；S23 :根據(jù)所述親和度對(duì)記憶單元進(jìn)行更新；S24 :對(duì)并行進(jìn)化的抗體種群進(jìn)行劃分和遷移，所述抗體種群擁有彼此獨(dú)立的記憶單元；S25 :判斷是否達(dá)到設(shè)定的最大迭代次數(shù)，若不是，則返回S22 ;若是，則輸出親和 度最高的抗體，并結(jié)束。所述初始化參數(shù)的設(shè)置包括對(duì)參與選擇的全部多模終端和所有不同模式的目標(biāo)網(wǎng)絡(luò)進(jìn)行順序編號(hào)，并設(shè)置多模終端和目標(biāo)網(wǎng)絡(luò)的總數(shù)分別為K個(gè)和S種；設(shè)置每個(gè)種群個(gè)體的編碼長(zhǎng)度與多模終端數(shù)K相同，且每一位編碼的編號(hào)與所述多模終端編號(hào)相同；設(shè)置種群染色體的編碼選擇范圍與目標(biāo)網(wǎng)絡(luò)數(shù)S相同，且染色體每一位的編碼與所述目標(biāo)網(wǎng)絡(luò)的編號(hào)相同。所述順序編號(hào)采用自然數(shù)；所述編碼采用自然數(shù)順序編號(hào)相應(yīng)的編碼。所述步驟S22包括以下步驟S221 :設(shè)置每個(gè)多模終端服務(wù)質(zhì)量值的最低門限，設(shè)置每種目標(biāo)網(wǎng)絡(luò)能容納多模終端數(shù)量的最大值；S222 :通過(guò)以下方式確定抗體的親和度如果抗體所對(duì)應(yīng)的可選目標(biāo)網(wǎng)絡(luò)中，有任何一個(gè)多模終端的服務(wù)質(zhì)量值低于其最低門限，或者任何一種目標(biāo)網(wǎng)絡(luò)中的多模終端數(shù)量超過(guò)其容量最大值時(shí)，則該抗體的親和度為O;如果抗體所對(duì)應(yīng)的可選目標(biāo)網(wǎng)絡(luò)中，所有多模終端的服務(wù)質(zhì)量值都高于其最低門限，并且每種網(wǎng)絡(luò)中的多模終端數(shù)量都不大于設(shè)定的目標(biāo)網(wǎng)絡(luò)容量的最大值時(shí)，則設(shè)置該抗體的親和度為全部多模終端的服務(wù)質(zhì)量值的平均值。所述步驟S23包括以下步驟S231 :選出預(yù)定值個(gè)親和度最高的抗體進(jìn)行克隆，產(chǎn)生的新抗體作為子代種群的部分新個(gè)體；S232:將預(yù)定值個(gè)親和度最低的抗體進(jìn)行變異，并作為新抗體加入到所述步驟S231的子代種群中，該預(yù)定值的個(gè)數(shù)等于種群規(guī)模減去所述步驟S231中部分新個(gè)體數(shù)量的差值。所述步驟S24中，對(duì)抗體種群的劃分和遷移采用多群體粗粒度模型。實(shí)施例2 本實(shí)施例具體描述基站是如何根據(jù)多模終端在每種網(wǎng)絡(luò)中的服務(wù)質(zhì)量值，再基于本發(fā)明的并行免疫遺傳算法來(lái)分配最優(yōu)化的目標(biāo)網(wǎng)絡(luò)。如圖I所示，詳細(xì)的介紹了該并行免疫遺傳算法在多模終端選擇目標(biāo)網(wǎng)絡(luò)時(shí)的實(shí)現(xiàn)步驟
S21 :對(duì)目標(biāo)網(wǎng)絡(luò)和種群進(jìn)行初始化參數(shù)設(shè)置，產(chǎn)生初始抗體，并設(shè)定算法迭代總次數(shù)；具體包括以下操作采用自然數(shù)k和s分別對(duì)參與選擇的全部多模終端和所有不同模式的目標(biāo)網(wǎng)絡(luò)進(jìn)行順序編號(hào)，并設(shè)置多模 終端和目標(biāo)網(wǎng)絡(luò)的總數(shù)分別為K個(gè)和S種；設(shè)置每個(gè)種群個(gè)體的編碼長(zhǎng)度 與多模終端數(shù)K相同，且每一位編碼的編號(hào)與多模終端的編號(hào)相同，這樣每個(gè)染色體上的一位編碼就代表基站為該多模終端配置目標(biāo)網(wǎng)絡(luò)；設(shè)置種群染色體的編碼選擇范圍與可供選擇的目標(biāo)網(wǎng)絡(luò)數(shù)S相同，且染色體每一位編碼與目標(biāo)網(wǎng)絡(luò)的編號(hào)相同。在本實(shí)施例中，采用自然數(shù)順序編號(hào)相應(yīng)編碼是為了后續(xù)解碼方便；且在步驟S21操作前，所有多模終端先將其在每種無(wú)線網(wǎng)絡(luò)中的服務(wù)質(zhì)量值發(fā)送給基站，該信息作為基站為每個(gè)多模終端分配目標(biāo)網(wǎng)絡(luò)的依據(jù)，基站接收到所述各服務(wù)質(zhì)量值，調(diào)用并行免疫遺傳算法，為每個(gè)多模終端選擇目標(biāo)網(wǎng)絡(luò)。S22 :計(jì)算抗體的親和度；在每次種群的抗體更新完畢后，基站要對(duì)新一代抗體進(jìn)行親和度計(jì)算，其具體包括下列操作設(shè)置每個(gè)多模終端服務(wù)質(zhì)量值的最低門限，設(shè)置每種目標(biāo)網(wǎng)絡(luò)能容納多模終端數(shù)量的最大值；如果抗體所對(duì)應(yīng)的可選目標(biāo)網(wǎng)絡(luò)中，有任何一個(gè)多模終端的服務(wù)質(zhì)量值低于其最低門限，或者任何一種目標(biāo)網(wǎng)絡(luò)中的多模終端數(shù)量超過(guò)其容量最大值時(shí)，則該抗體的親和度為O;如果抗體所對(duì)應(yīng)的可選目標(biāo)網(wǎng)絡(luò)中，所有多模終端的服務(wù)質(zhì)量值都高于其最低門限，并且每種網(wǎng)絡(luò)中的多模終端數(shù)量都不大于設(shè)定的目標(biāo)網(wǎng)絡(luò)容量的最大值時(shí)，則設(shè)置該抗體的親和度為全部多模終端的服務(wù)質(zhì)量值的平均值； 抗體親和度M的計(jì)算公式為
權(quán)利要求
1.一種基于并行免疫遺傳算法的多模終端選擇目標(biāo)網(wǎng)絡(luò)的方法，其特征在于，包括以下步驟 Si:多模終端將其在每種無(wú)線網(wǎng)絡(luò)中的服務(wù)質(zhì)量值發(fā)送給基站； S2 :基站接收到所述各服務(wù)質(zhì)量值，調(diào)用并行免疫遺傳算法，為每個(gè)多模終端選擇目標(biāo)網(wǎng)絡(luò)；所述并行免疫遺傳算法包括以下步驟 521:對(duì)目標(biāo)網(wǎng)絡(luò)和種群進(jìn)行初始化參數(shù)設(shè)置，產(chǎn)生初始抗體，并設(shè)定算法迭代總次數(shù)； 522:計(jì)算抗體的親和度； 523:根據(jù)所述親和度對(duì)記憶單元進(jìn)行更新； 524:對(duì)并行進(jìn)化的抗體種群進(jìn)行劃分和遷移，所述抗體種群擁有彼此獨(dú)立的記憶單元; 525:判斷是否達(dá)到設(shè)定的最大迭代次數(shù)，若不是，則返回S22 ;若是，則輸出親和度最高的抗體，并結(jié)束。
2.如權(quán)利要求I所述的方法，其特征在于，所述初始化參數(shù)的設(shè)置包括 對(duì)參與選擇的全部多模終端和所有不同模式的目標(biāo)網(wǎng)絡(luò)進(jìn)行順序編號(hào)，并設(shè)置多模終端和目標(biāo)網(wǎng)絡(luò)的總數(shù)分別為K個(gè)和S種； 設(shè)置每個(gè)種群個(gè)體的編碼長(zhǎng)度與多模終端數(shù)K相同，且每一位編碼的編號(hào)與所述多模終端編號(hào)相同； 設(shè)置種群染色體的編碼選擇范圍與目標(biāo)網(wǎng)絡(luò)數(shù)S相同，且染色體每一位的編碼與所述目標(biāo)網(wǎng)絡(luò)的編號(hào)相同。
3.如權(quán)利要求2所述的方法，其特征在于，所述順序編號(hào)采用自然數(shù)；所述編碼采用自然數(shù)順序編號(hào)相應(yīng)的編碼。
4.如權(quán)利要求I所述的方法，其特征在于，所述步驟S22包括以下步驟 5221:設(shè)置每個(gè)多模終端服務(wù)質(zhì)量值的最低門限，設(shè)置每種目標(biāo)網(wǎng)絡(luò)能容納多模終端數(shù)量的最大值； 5222:通過(guò)以下方式確定抗體的親和度 如果抗體所對(duì)應(yīng)的可選目標(biāo)網(wǎng)絡(luò)中，有任何一個(gè)多模終端的服務(wù)質(zhì)量值低于其最低門限，或者任何一種目標(biāo)網(wǎng)絡(luò)中的多模終端數(shù)量超過(guò)其容量最大值時(shí)，則該抗體的親和度為O ； 如果抗體所對(duì)應(yīng)的可選目標(biāo)網(wǎng)絡(luò)中，所有多模終端的服務(wù)質(zhì)量值都高于其最低門限，并且每種網(wǎng)絡(luò)中的多模終端數(shù)量都不大于設(shè)定的目標(biāo)網(wǎng)絡(luò)容量的最大值時(shí)，則設(shè)置該抗體的親和度為全部多模終端的服務(wù)質(zhì)量值的平均值。
5.如權(quán)利要求I所述方法，其特征在于，所述步驟S23包括以下步驟 5231:選出預(yù)定值個(gè)親和度最高的抗體進(jìn)行克隆，產(chǎn)生的新抗體作為子代種群的部分新個(gè)體； 5232:將預(yù)定值個(gè)親和度最低的抗體進(jìn)行變異，并作為新抗體加入到所述步驟S231的子代種群中，該預(yù)定值的個(gè)數(shù)等于種群規(guī)模減去所述步驟S231中部分新個(gè)體數(shù)量的差值。
6.如權(quán)利要求I所述的方法，其特征在于，所述步驟S24中，對(duì)抗體種群的劃分和遷移采用多群體粗粒度模型。
全文摘要
本發(fā)明提供一種基于并行免疫遺傳算法的多模終端選擇目標(biāo)網(wǎng)絡(luò)的方法，其特征在于，包括以下步驟S1多模終端將其在每種無(wú)線網(wǎng)絡(luò)中的服務(wù)質(zhì)量值發(fā)送給基站；S2基站接收到所述各服務(wù)質(zhì)量值，調(diào)用并行免疫遺傳算法，為每個(gè)多模終端選擇目標(biāo)網(wǎng)絡(luò)；本發(fā)明采用并行免疫遺傳算法，不僅能夠避免記憶單元單一的問(wèn)題，且可以防止在目標(biāo)網(wǎng)絡(luò)選擇過(guò)程中采用的算法未成熟收斂而造成的長(zhǎng)時(shí)延問(wèn)題，提高算法的計(jì)算效率，縮短計(jì)算時(shí)間。
文檔編號(hào)H04W88/06GK102917440SQ20121037594
公開日2013年2月6日 申請(qǐng)日期2012年9月29日 優(yōu)先權(quán)日2012年9月29日
發(fā)明者唐碧華, 張洪光, 張立佳, 吳帆, 范文浩, 劉元安 申請(qǐng)人:北京郵電大學(xué)