| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 符号对照表 | 第12-13页 |
| 缩略语对照表 | 第13-18页 |
| 第一章 绪论 | 第18-34页 |
| ·研究背景和意义 | 第18-19页 |
| ·无线通信网络资源分配的主要研究内容 | 第19-21页 |
| ·进化算法的发展和基本框架 | 第21-27页 |
| ·进化计算的分支 | 第21-23页 |
| ·进化算法的特点 | 第23页 |
| ·进化算法的基本框架 | 第23-24页 |
| ·进化算法的收敛性 | 第24-26页 |
| ·进化算法的主要研究内容和进展 | 第26-27页 |
| ·无线网络的资源分配问题 | 第27-28页 |
| ·无线网络资源分配问题的相关算法 | 第28-32页 |
| ·基于图模型的方法 | 第28-29页 |
| ·启发式方法 | 第29页 |
| ·基于神经网络方法 | 第29-30页 |
| ·基于进化计算的方法 | 第30页 |
| ·超启发式方法 | 第30-32页 |
| ·本论文的主要工作 | 第32-34页 |
| 第二章 基于差分协同学习模型的无线网络资源分配 | 第34-50页 |
| ·引言 | 第34-35页 |
| ·多蜂窝系统中频谱分配问题的模型 | 第35-38页 |
| ·频谱分配方案的分类 | 第35页 |
| ·多蜂窝网络中的干扰问题描述 | 第35-36页 |
| ·多蜂窝网络中的频谱分配模型 | 第36-38页 |
| ·差分协同学习模型 | 第38-41页 |
| ·改进的老师“教”的阶段 | 第39页 |
| ·改进的学生“学”的阶段 | 第39-40页 |
| ·老师自我学习阶段 | 第40-41页 |
| ·基于差分协同学习模型的频谱分配的具体实现 | 第41-42页 |
| ·实验结果与分析 | 第42-48页 |
| ·测试数据集 | 第42-45页 |
| ·实验参数设置 | 第45页 |
| ·局部搜索方法的性能分析 | 第45-46页 |
| ·学习因子LF的性能分析 | 第46-47页 |
| ·算法最终结果及对比分析 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 第三章 基于图特性挖掘的超启发式无线网络资源分配 | 第50-66页 |
| ·引言 | 第50页 |
| ·图着色理论 | 第50-52页 |
| ·图着色问题 | 第50-51页 |
| ·图着色问题中的相关概念 | 第51页 |
| ·多蜂窝网络频谱分配问题的图着色模型 | 第51-52页 |
| ·GHHA的算法设计 | 第52-57页 |
| ·GHHA算法框架 | 第53-54页 |
| ·启发式算子的设计 | 第54页 |
| ·种群初始化 | 第54-56页 |
| ·模拟退火过程 | 第56-57页 |
| ·GHHA算法的具体实现 | 第57-59页 |
| ·算法的具体实现 | 第57-58页 |
| ·算法的优势 | 第58-59页 |
| ·实验结果与分析 | 第59-65页 |
| ·实验设置 | 第59-60页 |
| ·实验参数设置 | 第60-61页 |
| ·不同温度衰减函数性能分析 | 第61-63页 |
| ·扰动次数Sa取值的实验分析 | 第63页 |
| ·算法最终结果及对比分析 | 第63-65页 |
| ·本章小结 | 第65-66页 |
| 第四章 基于并行空间协同搜索的超启发式Memetic资源分配 | 第66-80页 |
| ·引言 | 第66页 |
| ·PSHHA算法设计 | 第66-70页 |
| ·算法框架和流程 | 第66-68页 |
| ·进化算子设计 | 第68-69页 |
| ·局部搜索算子设计 | 第69-70页 |
| ·PSHHA算法的具体实现 | 第70-72页 |
| ·算法的具体实现 | 第70-72页 |
| ·算法的优势 | 第72页 |
| ·实验结果与分析 | 第72-78页 |
| ·实验设置 | 第72-73页 |
| ·采用精英局部搜索策略的性能实验分析 | 第73-75页 |
| ·局部搜索算子性能实验分析 | 第75-76页 |
| ·算法最终结果及对比分析 | 第76-78页 |
| ·本章小结 | 第78-80页 |
| 第五章 基于知识规则的两阶段超启发式资源分配 | 第80-96页 |
| ·引言 | 第80页 |
| ·TPKHHA算法设计 | 第80-85页 |
| ·算法框架和流程 | 第80-81页 |
| ·启发式算子设计 | 第81-84页 |
| ·高层的和声搜索算法 | 第84-85页 |
| ·TPKHHA算法的具体实现 | 第85-88页 |
| ·实验结果与分析 | 第88-94页 |
| ·实验设置 | 第88页 |
| ·和声记忆库规模HMS取值分析 | 第88-89页 |
| ·HMCR和PAR取值分析 | 第89-92页 |
| ·算法最终结果对比与分析 | 第92-94页 |
| ·本章小结 | 第94-96页 |
| 第六章 基于多目标优化的认知无线电网络资源分配模型及相关算法设计 | 第96-110页 |
| ·引言 | 第96页 |
| ·多目标优化问题及其相关算法 | 第96-98页 |
| ·多目标优化问题的数学模型 | 第96-97页 |
| ·进化多目标优化算法的研究现状 | 第97-98页 |
| ·认知无线电网络中路由和资源分配问题模型 | 第98-101页 |
| ·认知无线电网络模型 | 第98-99页 |
| ·认知无线电网络路由和资源分配中的多目标问题 | 第99-100页 |
| ·认知无线电网络中的路由和资源分配问题的数学描述 | 第100-101页 |
| ·INSGAII算法设计 | 第101-105页 |
| ·算法框架和主要流程 | 第101-103页 |
| ·算法的具体实现 | 第103-105页 |
| ·实验结果与分析 | 第105-109页 |
| ·实验设置 | 第105页 |
| ·多目标建模的必要性分析实验 | 第105-107页 |
| ·算法结果对比与分析 | 第107-109页 |
| ·小结 | 第109-110页 |
| 第七章 结论和展望 | 第110-112页 |
| ·总结与讨论 | 第110-111页 |
| ·工作展望 | 第111-112页 |
| 参考文献 | 第112-124页 |
| 致谢 | 第124-126页 |
| 作者简介 | 第126-127页 |