新書推薦：
《
Python贝叶斯深度学习
》
售價：NT$
407.0
《
文本的密码：社会语境中的宋代文学
》
售價：NT$
306.0
《
启微·狂骉年代：西洋赛马在中国
》
售價：NT$
357.0
《
有趣的中国古建筑
》
售價：NT$
305.0
《
十一年夏至
》
售價：NT$
347.0
《
如何打造成功的商业赛事
》
售價：NT$
407.0
《
万千教育学前·透视学前儿童的发展：解析幼儿教师常问的那些问题
》
售價：NT$
265.0
《
慈悲与玫瑰
》
售價：NT$
398.0
|
| 編輯推薦： |
|
信息技术相关专业的高年级本科生、研究生；从事通信网络优化相关工作的工程师和相关研究者；从事计算智能相关领域研究，特别是人工免疫优化研究的工作者和师生；
|
| 內容簡介： |
|
《无线网络资源优化的免疫算法理论及实现》主要介绍基站选址优化、频谱资源优化、认知引擎参数优化、基站导频功率优化、联合会话接纳控制、垂直切换判决、负载均衡、子载波和功率资源的分配等内容。《无线网络资源优化的免疫算法理论及实现》在阐述工程优化问题时，一方面侧重方法论，告诉读者常用的优化方法；另一方面，以案例式讲解利用智能方法对资源优化问题的建模过程，使读者掌握具体的应用技能。
|
| 目錄：
|
前言
第1章 绪论
1.1 无线通信网络资源优化问题
1.2 无线网络资源优化的主要内容
1.2.1 基站选址和导频功率优化问题
1.2.2 异构网络的联合会话接纳选择控制和垂直切换判决问题
1.2.3 认知无线网络中的资源分配问题
1.3 无线网络资源优化问题建模
1.3.1 单目标优化问题
l.3.2 多目标优化问题
1.3.3 约束处理技术
1.3.4 无线网络资源优化问题的求解方法
1.4 人工免疫系统
1.4.1 生物免疫系统及其信息处理机能
1.4.2 人工免疫系统及其研究进展
1.4.3 人工免疫系统的主要模型和算法
1.4.4 克隆选择算法
1.4.5 免疫克隆形态空间理论
1.4.6 量子免疫计算
1.4.7 混沌免疫优化
1.5 本章小结
参考文献
第2章 基于免疫计算的基站选址优化
2.1 引言
2.2 TD—SCDMA网络的基站选址优化
2.2.1 TD—SCDMA网络的基站选址问题的数学模型
2.2.2 求解TD—SCDMA网络基站选址的免疫克隆算法
2.2.3 算法收敛性分析
2.2.4 仿真实验及结果分析
2.3 WCDMA网络的基站选址优化
2.3.1 WCDMA网络基站选址问题描述
2.3.2 基于免疫计算的WC：DMA网络基站选址方法
2.3.3 仿真实验及结果分析
2.4 IEEE802.1 6j网络基站及中继站选址优化
2.4.1 802.1 6i网络基站及中继站选址优化问题的数学模型
2.4.2 基于免疫计算的802.1 6i网络基站和中继站选址方法
2.4.3 仿真实验及结果分析
2.5 本章小结
参考文献
第3章 基于免疫计算的基站导频功率优化
3.1 引言
3.2 WCDMA网络基站导频功率优化
3.2.1 WCDMA网络基站导频功率优化问题的数学模型
3.2.2 求解WCDMA网络基站导频功率分配问题的免疫优化算法
3.2.3 算法收敛性分析
3.2.4 仿真实验及结果分析
3.3 家庭基站导频功率优化
3.3.1 家庭基站导频功率优化问题的数学模型
3.3.2 基于免疫计算的家庭基站导频功率优化
3.3.3 仿真实验及结果分析
3.4 本章小结
参考文献
第4章 异构无线网络中基于免疫计算的联合会话接纳控制
4.1 引言
4.2 集中式联合会话接纳控制问题的数学模型
4.2.1 问题描述
4.2.2 数学优化模型
4.3 求解联合会话接纳控制问题的免疫算法
4.3.1 编码方案
4.3.2 抗体克隆算子
4.3.3 基因变异算子
4.3.4 种群分类操作
4.3.5 种群更新操作
4.3.6 算法描述
4.3.7 算法复杂度分析
4.4 仿真实验及结果分析
4.4.1 实验环境
4.4.2 实验结果及分析
4.5 本章小结
参考文献
第5章 简谐振子免疫算法求解异构网络垂直切换判决问题
5.1 引言
5.2 垂直切换判决问题的数学模型
5.2.1 垂直切换判决问题描述
5.2.2 问题建模
5.3 简谐振子免疫优化算法
5.3.1 物理学中的简谐振子
5.3.2 简谐振子算法
5.3.3 混合型优化算法
5.4 基于简谐振子免疫优化算法的垂直切换判决方案
5.4.1 问题编码
5.4.2 垂直切换判决方案
5.5 仿真实验及结果分析
5.5.1 实验设置
5.5.2 实验结果
5.5.3 分析与讨论
5.6 本章小结
参考文献
第6章 基于免疫克隆优化的认知无线网络频谱分配
6.1 引言
6.2 认知无线网络的频谱感知和分配模型
6.2.1 物理层频谱感知过程
6.2.2 物理连接模型及建模过程
6.2.3 认知无线网络频谱分配的图着色模型
6.2.4 认知无线网络的频谱分配矩阵
6.3 基于免疫克隆优化的频谱分配具体实现
6.3.1 算法具体实现
6.3.2 算法特点和优势分析
6.3.3 算法收敛性证明
6.4 仿真实验与结果分析
6.4.1 实验数据的生成
6.4.2 算法参数设置
6.4.3 实验结果及对比分析
6.4.4 基于WRAN的系统级仿真
6.5 本章小结
参考文献
第7章 基于混沌量子免疫优化的频谱按需分配算法
7.1 引言
7.2 考虑次用户需求的频谱按需分配模型
7.2.1 基于图着色理论的频谱分配建模
7.2.2 考虑认知用户需求的频谱分配模型
7.3 基于混沌量子免疫优化的频谱按需分配具体实现
7.3.1 算法具体实现过程
7.3.2 算法特点和优势分析
7.3.3 算法收敛性分析
7.4 仿真实验与结果分析
7.4.1 实验数据的生成
7.4.2 相关算法参数的设置
7.4.3 实验结果及对比分析
7.5 本章小结
参考文献
第8章 量子免疫算法求解基于认知引擎的频谱决策问题
8.1 引言
8.2 基于认知引擎的频谱决策分析与建模
8.3 算法关键技术与具体实现
8.3.1 关键技术
8.3.2 算法具体步骤
8.3.3 算法特点和优势分析
8.3.4 算法收敛性分析
8.4 仿真实验及结果分析
8.4.1 仿真实验环境及参数设置
8.4.2 仿真实验结果及分析
8.5 本章小结
参考文献
第9章 基于免疫多目标的频谱决策参数优化
9.1 引言
9.2 基于认知引擎的频谱决策问题建模
9.3 算法关键技术与具体实现
9.3.1 关键技术
9.3.2 求解本问题的多目标免疫优化算法
9.3.3 算法特点和优势分析
9.4 仿真实验及结果分析
9.4.1 实验环境及参数设置
9.4.2 实验步骤
9.4.3 实验结果
9.4.4 相关算法比较分析
9.5 本章小结
参考文献
第10章 基于免疫优化的认知OFDM系统资源分配
10.1 引言
10.2 基于免疫优化的子载波资源分配
10.2.1 认知OFDM子载波资源分配描述
10.2.2 认知0FDM子载波资源分配模型
10.2.3 算法实现的关键技术
10.2.4 基于免疫优化的算法实现过程
10.2.5 算法特点和优势分析
10.2.6 仿真实验结果
10.2.7 小结
10.3 基于免疫优化的功率资源分配
10.3.1 功率资源分配问题描述
10.3.2 功率资源分配问题的模型
10.3.3 算法实现的关键技术
10.3.4 基于免疫克隆优化的算法实现过程
10.3.5 算法特点分析
10.3.6 实验结果与分析
10.3.7 小结
10.4 联合子载波和功率的比例公平资源分配
10.4.1 问题描述
10.4.2 比例公平资源分配模型
10.4.3 基于免疫优化的资源分配实现过程
10.4.4 仿真实验结果与分析
10.4.5 小结
10.5 本章小结
参考文献
|
|
購物車/收銀台(0) | 在線留言板
| 付款方式
| 聯絡我們
| 運費計算
| 幫助中心 |
加入書簽
HOME
新書上架
