解决Macro-Femto共存自组织问题的仿生学方法概念.docx

 PAGE \* MERGEFORMAT 9 解决Macro-Femto共存自组织问题的仿生学方法 摘要 仿生学是计算智能的重要部分，本文在对应用于蜂窝网络自组织优化中的仿生学方法进行总结和分类的基础上，分别以两种典型的间接仿生学方法（学习算法和博弈论方法）和一种直接仿生学方法为例，对仿生学方法在Macro-Femto共存时自组织问题中的应用进行了探索研究，用数值仿真对两种间接仿生学方法进行了对比，并证明了应用提出的直接仿生学方法，可获得系统性能的较大提升。 关键词： 计算智能，仿生学，Macro-Femto共存，直接仿生学，间接仿生学 1 引言 计算智能是以生物进化的观点认识和模拟智能。按照这一观点，智能是在生物的遗传、变异、生长以及外部环境的自然选择中产生的。在用进废退、优胜劣汰的过程中，适应度高的（头脑）结构被保存下来，智能水平也随之提高。因此说计算智能就是基于结构???化的智能。计算智能的主要方法有人工神经网络、遗传算法、遗传程序、演化程序、局部搜索、模拟退火等等[1]。计算智能的这些方法具有自学习、自组织、自适应的特征和简单、通用、鲁棒性强、适于并行处理的优点，因而，在并行搜索、联想记忆、模式识别、知识自动获取等方面得到了广泛的应用。  HYPERLINK /view/803.htm \t _blank 仿生学是一门模仿生物的特殊本领，利用生物的结构和 HYPERLINK /view/996354.htm \t _blank 功能原理来研制机械或各种新技术的科学技术。简言之，仿生学就是模仿生物的科学。确切地说，仿生学是研究生物系统的结构、特质、功能、 HYPERLINK /view/813398.htm \t _blank 能量转换、信息控制等各种优异的特征，并把它们应用到技术系统，改善已有的技术工程设备，并创造出新的工艺过程、建筑构型、自动化装置等技术系统的综合性科学。仿生算法是一类模拟自然 HYPERLINK /search?word=%E7%94%9F%E7%89%A9%E8%BF%9B%E5%8C%96fr=qb_search_expie=utf8 \t _blank 生物进化或者群体社会行为的随机搜索方法的统称。由于这些算法求解时不依赖于梯度信息，故其应用范围较广，特别适用于传统方法难以解决的大规模复杂优化问题[2]。主要有：HYPERLINK /search?word=%E9%81%97%E4%BC%A0%E7%AE%97%E6%B3%95fr=qb_search_expie=utf8 \t _blank 遗传算法、 HYPERLINK /search?word=%E4%BA%BA%E5%B7%A5%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9Cfr=qb_search_expie=utf8 \t _blank 人工神经网络、蚁群算法、蛙跳算法、 HYPERLINK /search?word=%E7%B2%92%E5%AD%90%E7%BE%A4%E4%BC%98%E5%8C%96%E7%AE%97%E6%B3%95fr=qb_search_expie=utf8 \t _blank 粒子群优化算法等。这些算法均是模仿 HYPERLINK /search?word=%E7%94%9F%E7%89%A9%E8%BF%9B%E5%8C%96fr=qb_search_expie=utf8 \t _blank 生物进化、 HYPERLINK /search?word=%E7%A5%9E%E7%BB%8F%E7%BD%91%E7%BB%9Cfr=qb_search_expie=utf8 \t _blank 神经网络系统、蚂蚁寻路、鸟群觅食等生物行为。故叫仿生算法。 综上，从某种意义上说，仿生学是计算智能的重要部分。而且，从目前研究工作情况来看，人工智能的研究工作包括计算机方法和仿生学。 Macro-Femto共存是指在传统的宏小区（Macrocell）里部署毫微微小区（Femtocell）。毫微微蜂窝是根据3G发展和移动宽带化趋势推出的超小型化移动基站。它通过在宏小区中插入大量的基站拉近天线与用户之间的距离，实现小区分裂，明显降低发射功率，延长终端电池使用时间，并获得高的信噪比，从而提高系统吞吐量，降低中断概率。Femtocell有别于传统的室内微型基站，是为更好地满足家庭环境和中小企业中的无线覆盖需求而产生的超小型化移动基站[3]。毫微微小区使用与宏小区相同的无线接入技术，为室内用户提供高数据速率业务。随着Femtocell的即将大量部署，自组织成为未来蜂窝网络的基本特征[4,5]。目前，大量生物激发的技术已经被用于这种背景下的