云模型猫群优化算法的矢量量化码书设计研究-计算机应用与软件.pdf

第３４卷第８期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．８ ２０１７年８月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ａｕｇ．２０１７ 云模型猫群优化算法的矢量量化码书设计研究 １ ２ 浦灵敏 　张　健 １（苏州健雄职业技术学院电气工程学院　太仓江苏２１５４１１） ２（上海无线通信研究中心　上海２０１２１０） 摘　要　　针对标准猫群算法在矢量量化码书设计中收敛速度慢及易陷入局部最优的缺点，将标准猫群优化算 法和云模型相结合，提出了一种基于云模型猫群算法。通过运用云发生器建立猫个体变异程度和适应值大小的 关系，实现猫群搜索的自适应调节，从而增强种群多样性、提高收敛速度，避免局部最优。仿真实验证明，改进的 算法较其他同类型算法在收敛性、类间离散度和矢量量化不均匀度等方面有较大的提升。 关键词　　猫群优化算法　云模型　矢量量化　码书设计 中图分类号　ＴＰ３０１．６　ＴＮ９１２．３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．０８．０５０ ＲＥＳＥＡＲＣＨＯＮＣＯＤＥＢＯＯＫＤＥＳＩＧＮＯＦＶＥＣＴＯＲＱＵＡＮＴＩＺＡＴＩＯＮＢＡＳＥＤＯＮＣＡＴ ＳＷＡＲＭＯＰＴＩＭＩＺＡＴＩＯＮＡＬＧＯＲＩＴＨＭＡＮＤＣＬＯＵＤＭＯＤＥＬ １ ２ ＰｕＬｉｎｇｍｉｎ　ＺｈａｎｇＪｉａｎ １（ＩｎｓｔｉｔｕｔｅｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＳｕｚｈｏｕＣｈｉｅｎＳｈｉｕｎｇＩｎｓｔｉｔｕｔｅｏｆＴｅｃｈｎｏｌｏｇｙ，Ｔａｉｃａｎｇ２１５４１１，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） ２（ＳｈａｎｇｈａｉＲｅｓｅａｒｃｈＣｅｎｔｅｒｆｏｒＷｉｒｅｌｅｓｓＣｏｍｍｕｎｉｃａｔｉｏｎｓ，Ｓｈａｎｇｈａｉ２０１２１０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｓｔａｎｄａｒｄｃａｔｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｈａｓｓｌｏｗｃｏｎｖｅｒｇｅｎｃｅｒａｔｅａｎｄｅａｓｉｌｙｆａｌｌｉｎｔｏｌｏｃａｌｏｐｔｉｍｕｍｉｎ ｖｅｃｔｏｒｑｕａｎｔｉｚａｔｉｏｎｃｏｄｅｂｏｏｋｄｅｓｉｇｎ．Ｔｈｅｒｅｆｏｒｅ，ａｎｅｗｃｏｄｅｂｏｏｋｄｅｓｉｇｎａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄｃｏｍｂｉｎｉｎｇｓｔａｎｄａｒｄｃａｔ ｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍａｎｄｃｌｏｕｄｍｏｄｅｌ．Ｂｙｕｓｉｎｇｃｌｏｕｄｇｅｎｅｒａｔｏｒｔｏｓｅｔｕｐｔｈｅｒｅｌａｔｉｏｎｓｈｉｐｂｅｔｗｅｅｎｉｎｄｉｖｉｄｕａｌ ｖａｒｉａｔｉｏｎｏｆｔｈｅｃａｔａｎｄｔｈｅｖａｌｕｅｏｆｆｉｔｎｅｓｓ，ｓｅａｒｃｈｒａｎｇｅｏｆｃａｔｓｗｉｌｌｒｅａｌｉｚｅａｄａｐｔｉｖｅｃｏｎｔｒｏｌ，ｉｍｐｒｏｖｉｎｇｔｈｅｄｉｖｅｒｓｉｔｙｏｆ ｐｏｐｕｌａｔｉｏｎｓａｎｄｔｈｅｃｏｎｖｅｒｇｅｎｃｅｒａｔｅａｎｄａｖｏｉｄｉｎｇｌｏｃａｌｏｐｔｉｍｕｍ．Ｅｘｐｅｒｉｍｅｎｔｓｈｏｗｓｔｈａｔｔｈｅｉｍｐｒｏｖｅｄａｌｇｏｒｉｔｈｍｈａｓ ｈｉｇｈｅｒｐｅｒｆｏｒｍａｎｃｅｔｈａｎｏｔｈｅｒｓｉｍｉｌａｒａｌｇｏｒｉｔｈｍｓｉｎｃｏｎｖｅｒｇｅｎｃｅ，ｃｌａｓｓｓｃａｔｔｅｒａｎｄｖｅｃｔｏｒｑｕａｎｔｉｚａｔｉｏｎｕｎｉｆｏｒｍｉｔｙ． Ｋｅｙｗｏｒｄｓ　　Ｃａｔｓｗａｒｍｏｐｔｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍ　Ｃｌｏｕｄｍｏｄｅｌｔｈｅｏｒｙ　Ｖｅｃｔｏｒｑｕａｎｔｉｚａｔｉｏｎ　Ｃｏｄｅｂｏｏｋｄｅｓｉｇｎ 结构简单、参数调整容易，但增加了最优码书的搜索能 ０　引　言 力，后期易于陷入局部最优；文献［４］提出采用遗传模 拟退火