文摘
中国轨道交通系统的建设和运营已进入高速发展阶段,和列车速度和里程的快速增长带来了更大的挑战,轨道交通系统的安全性和可靠性。网络规划评价的关键是早期的城市轨道交通项目的决策,直接决定了整个项目的成功或失败。如何科学、合理地评价城市轨道交通网络规划信息资源已成为许多城市规划者解决困难的问题。因此,本文研究了通信资源分配的优化算法和综合评价的城市轨道交通规划申请。本文基于CVNN结构,网络原型是RVNN结构的扩展。抽象的,它的处理单元是由一对实数处理器可以实现特定的操作。HNN是完全连接基于递归神经网络能量函数的概念,有助于理解HNN的计算模式,并研究表明HNN可以解决许多组合优化问题。此外,结合神经网络和遗传算法与模拟退火机制也可以带来新的研究方向。实验分析的基础上,可以得出结论:一般来说,还原速度误差本文设计的优化方案的平均可以达到58.6%。在实际应用程序中,最优比特误码率的准确性为52.4%。
1。介绍
城市轨道交通具有大容量的特点,速度快,安全方便,可靠性高,已成为缓解城市交通压力的主要运输方式(1]。在正常情况下,列车运行时严格按照操作图。城市轨道交通网络规划是指政府规划部门的活动,经过合理的研究相关的国家战略目标和分析该地区的社会和经济发展在一段时间,决定了轨道交通的建设根据城市总体规划的发展目标,分析了当地的交通需求,网络的规模和布局,全面安排交通规划和实施城市轨道交通建设的全面部署的基础上,合理、有效地利用城市土地,协调功能,城市空间和布局的各种交通模式(2]。在21世纪,中国的经济发展取得了举世瞩目的成就,和城市规模空前扩大3]。然而,伴随危机如自然灾害、人口增长、传染病、火灾、食物短缺、生态破坏、资源危机、环境污染、甚至恐怖主义事件威胁到城市的健康发展,特别是城市交通问题,道路拥挤,交通堵塞,交通障碍尤为突出,共同构成一个“城市危机。”
多径衰落和时变无线通道的最基本的特征,这使得用户之间的信道衰落截然不同甚至在同一时间(4]。为了防止同样的频率干扰效果,同样的通道是不允许被多个用户。因此,必须使用动态子载波分配算法合理分配副载波根据每个用户副载波的瞬时信道信息(5]。同时,作为城市总体规划的重要组成部分,它应该与城市有机结合功能分区、城市土地开发和城市设计和城市环境生态保护(6]。中国城市的高度积极修建轨道交通项目,但他们往往缺乏深思熟虑,科学、合理的轨道交通网络规划和没有足够的知识类型和现代轨道交通的特点。因此,轨道交通类型的选择是主观的和片面的7]。城市轨道交通网络规划评估贯穿线网络方案设计和优化决策。随着轨道交通规划的关键环节之一,它直接决定了城市轨道交通网络规划的质量,这是非常相关的成功或失败的整个城市轨道交通系统(8]。因此,它是绝对必要的评价城市轨道交通网络规划科学、有效,而且具有深刻的现实意义(9]。目前,大部分的研究工作都集中在完整的信道信息的资源分配。然而,在实际的系统中,用户的信道状态信息不能完全错误反馈给基站,并可能存在信道估计误差,渠道反馈延迟,渠道反馈错误,等等。因此,有必要研究资源配置下不完整的信道信息和设计更合理的资源分配算法。
遗传算法是一种仿生启发式算法模拟生物进化理论。这是一个优化方法实现了模拟选择遗传机制“适者生存”的自然的10]。生成过程如下:随机生成一批数量根据问题的规模,和人口经历三个操作过程的随机选择,交叉,变异消除较低的个人健康和保持较高的个人健身。迭代和连续繁殖和进化的数量,最后得到一群最适应环境的个体,和做一些处理最优个体获取解决问题的办法。人工神经网络数学模型是基于人类的大脑神经系统,它是由大量神经元,包括树突和轴突(11]。树突是用来收集信息从其他神经细胞,细胞体流程信息收集的树突和轴突是用来传输细胞体(带来的信息12]。目前,轨道交通系统的状态监测主要依靠手工检查的结合,全面监控训练检验,和车载检测设备进行“定期”检查轨道交通系统的运行状态和离线检测数据的处理和分析。效率密切相关的频率检测(13]。作为检测频率一般组根据领域专家的操作经验,有很强的滞后监测的突然失败(14]。在上面的研究仍有不足,所以提出以下创新研究通信资源分配算法的优化和应用城市轨道交通规划:①一个优化函数的目的是更新和优化样本,充分考虑样本容量的影响和相应的组件对系统能耗的关系,确保整体能耗的最小化和每个节点的能量消耗的平衡。最后,基于启发式算法用来优化聚类结果,所以子网监控信息可以传播下最优聚类路由协议。根据传统复杂的有价值的BP神经网络的缺点,提出一种改进的CVNN。结合卡尔曼滤波算法和小波概念,复值卡尔曼滤波器提出了神经网络和新复值小波神经网络,分别。②一览表就是给予一定标准节能功率最小化方案和遗传模拟退火算法提出方案解决(15]。基于最优比特加载的想法,副载波数量,副载波数,用户数量的调整优化,以减少系统的力量。然后,通过添加模拟退火遗传算法选择机制,这在一定程度上缓解了选择压力,克服了特征很容易陷入局部优化,使算法快速收敛,并找到一个近似全局最优的解决方案。
本文的章节安排如下:第一节本文的介绍,它讨论了论文的选题背景和意义,并阐述了论文的创新点。本文的第二部分主要是结合研究结果的优化和应用领域的通信资源分配算法国内外城市轨道交通规划,提出本文的创新成果和研究的想法。第三节本文方法,深入探讨了应用程序和相关算法的原理,提出了通信资源分配算法的优化和应用模型基于之前的研究结果和本文的创新。本文的第四部分主要探讨实验算法的应用程序的一部分。通过实验结果的基础上,整理数据,建立一个优化模型。第五部分是总结部分,总结了本文的研究成果。
2。相关工作
聚氨酯和其他人相信,在接下来的十年里,无线通信的带宽需求将增加,和当前已分配的频谱带宽资源不能满足移动通信发展的需要。因此,它是非常重要的更有效地使用当前频谱资源分配(16]。柯等人提出,为了防止个别人工鱼游泳的退化,人工鱼的行为应该改进如下。当最好的人工鱼人口执行觅食,追逐尾巴,云集,如果目标位置不如自己的位置,人工鱼不会移动(17]。研究Llerena和Gondim表明D2D用户使用正交于铜资源用户D2D直接联系沟通。在这种情况下,之间没有干扰D2D用户和铜用户,以及用户的QoS更容易保证。然而,这并不完全利用D2D交流带来的好处,比如多路复用增益(18]。狗和其他一些人认为,由于发射机和接收机的相对位置变化,实际的接收器收到的信号频率将转移在某种程度上,导致接收信号的严重失真。如何解决这类问题,要点之一是建立一个移动通信通道模型,该模型符合实际的通道(19]。马和其他人的研究显示,城市轨道交通系统的火车运输通过随机收集城市居民和流动人口,决定了城市轨道交通运输组织的复杂性,和许多随机因素必然会干扰操作过程,导致列车的实际运行偏离计划操作图(20.]。Mousumi和其他一些人认为,城市轨道交通网络规划是一个极其复杂的系统工程,涉及许多因素,跨专业,和巨大的投资。有必要应用系统科学的原理,结合内部和外部环境的因素系统地分析各级“点”“线”和“区域”为了获得全面、科学研究的成果(21]。卷等人提出,节点的通信能量消耗在轨道交通状态监测的无线传感器网络是共同决定的距离信息传输的数据量,在簇头节点和数据融合处理可以有效地减少消费的数据。传输容量和相应的通信能量消耗将增加相应的能耗数据处理。同时,数据融合率的变化会影响能源效率的节点数据融合处理和传输的过程中,然后影响簇头节点的生命周期(22]。公园等人认为与智能设备的数量的迅速增加,传输的数据量也呈爆炸性增长,这也需要移动无线通信技术的不断发展,以满足人们不断增长的业务需求。为了应对数据流量的爆炸性增长,大量的设备访问,和各种新服务的出现,第五代移动通信系统将很快出现在人们的生活(23]。Pasandideh等人的研究表明,它是非常必要的关注研究城市轨道交通网络规划和优化决策方法研究城市轨道交通网络规划,搞好了理论依据,使城市轨道交通技术储备。针对多准则、多目标决策问题,具有重要意义,研究了系统的城市轨道交通网络规划优化决策方法,为决策者提供决策支持的理论与应用(24]。Dastgheib等人设计了一个三维power-mode-channel的资源分配方法,但没有考虑合作模式的模式选择问题。三种传播模式中,合作模式的频谱效率最高,也最功率消耗。从优化能源效率的角度来看,合作模式应考虑一起直接传输模式和两跳模式(25]。徐和其他人认为,网络训练所需的周期数是由实验和错误。太多的培训周期往往会导致过度训练的现象。从理论上讲,过度训练会导致误差近似。然而,过度训练经常导致严重下降的泛化能力测试数据。在一开始,测试的错误会减少一部分不断在一定数量的培训周期26]。倪和王相信激活函数的神经网络可以限制的输出振荡神经元。为了确定神经元的激活强度,所有神经元的输入加权信号必须转换。通过比较神经元的激活输出和广泛的价值,一些函数是用来代表子午线的激活或抑制状态(27]。
基于上述相关工作的研究,本文决定了城市轨道交通规划的积极作用在通信领域的资源分配算法优化和应用程序和构建一个algorithm-optimized通信资源分配算法优化和应用模型。数据使用大数据算法分析进行深入的分析和研究,更有效地使用数据,挖掘有价值的知识隐藏在数据,发现和找到潜在的问题影响的优化和应用通信资源分配算法。
3所示。方法
3.1。分析和研究相关理论
3.1.1。城市轨道交通规划的框架
中国轨道交通系统的特点,大规模的经营网络,密度高,承载能力大,复杂的操作环境,操作速度快,长时间连续操作距离,在气候区域和地质环境和操作。同时,轨道交通是一个复杂的连杆系统,和当地的危害可能扩散到整个网络,甚至导致整个轨道交通网络的瘫痪。轨道交通网络规划是城市总体规划的重要组成部分和最重要的一个特殊的计划。规划过程必须实现战略和发展需求的城市总体规划,并支持城市的地理,文化,经济,和土地规模。实现发展和结构调整,形成一个合理的城市布局。指导下的完整性、科学性、可操作性,经济,远见,和动态,我们将引导城市的和谐发展。一般来说,宏观层面的影响因素主要包括:城市轨道交通网络规划的国家政策和战略,经济发展水平,轨道交通技术水平和环境保护。微观层面的城市本身有关,主要包括形式、规模、和规划的城市,城市的交通需求,居民的旅游,和土地利用的特点。一般来说,火车的速度严格按照培训计划。许多随机因素的干扰使得它不可避免的火车偏离计划,使运行障碍。 Therefore, a train operation adjustment model with a relatively broad sense is adopted:
, 列车的实际运行状态在时间吗 ,和状态转换参数取决于列车运行调整的决定。其中,传感器控制火车行为的重要组成部分,也是数据采集方法研究交通通信资源。图1显示了组成和能源消费结构的无线传感器节点。
传感器节点通常由四个部分组成:信息传感单元,信息处理单元、通信单元,和能源供应单位的信息。其中,信息传感单元负责遥感实时服务监控对象的状态信息;等信息处理单元负责处理简单的传感信息的格式转换。信息通信单元负责与其他传感器或水槽节点信息沟通,包括接收和发送信息的过程。能源供应单位负责提供能量,其他三个单位,以确保每个单元的稳定性。
子网中的传感器节点的能耗数据通信过程中主要由三部分组成:信息处理能源消耗,能源消耗信息接收和信息发送能耗。其中,信息处理能耗主要是由信息处理能耗率和处理的数据量,如以下公式所示: 在哪里处理的数据量,代表了能源消耗的信息处理电路处理单元的数据量。通用数据接收能耗主要由接收到的数据量,和表达式如下:
在前面的公式,发送或接收数据位的数量,然后呢代表了能源消耗的传输电路。
3.1.2。通信资源分配算法
CVNN结构的网络原型RVNN结构的扩展。抽象的,它的处理单元是由一对实数处理器可以实现特定的操作。从这个意义上说,他们是最小的多维模型神经计算,和单一复值神经元模型如图2。
最大的优势CVNN不是复平面的二维特征,但其突触重量的增加,这是由突触权重取得初步进展。CVNNs形式调制、相位旋转和两种类型的信号的振幅增加/减少实体。整个神经网络的功能包括相位旋转和振幅调制,使得CVNN不如二维RVNN自由的学习和自我组织。
HNN是完全连接基于递归神经网络能量函数的概念,有助于理解HNN的计算模式,并研究表明HNN可以解决许多组合优化问题。马分配问题,子通道分配矩阵中的每个元素8可以HNN映射到一个神经元的曲线,当HNN迭代收敛,网络的输出矩阵是最后的子通道分配矩阵。表1显示了用户的子通道分配映射。
因此, 神经元需要构建HNN算法解决优化问题。第二个神经元的输出被定义为 在哪里之间的连接权重th神经元和th神经元, 输入和输出信号的th神经元,的门槛th神经元,是神经元激活函数。
HNN优化问题,有必要构建能量函数,以确保获得状态是稳定的。HNN的能量函数实际上是一个李雅普诺夫函数。HNN采用李雅普诺夫函数的梯度下降算法,直到所有神经元输入自己的稳定状态。总能量函数最大化或最小化问题常常转化为找到微分状态的神经元的输出状态,所以可以描述为HNN的动态功能
与以前的公式,HNN可以应用于特定的优化问题。表2计划分配每一个指标的权重。
遗传算法是一种自适应智能优化算法是基于“适者生存”的概念在生物进化。这是一个通用算法框架。它不依赖于任何特定的问题,优于传统的优化算法在强大,大型、复杂的非线性系统。模拟退火算法无论最初的选择值,模拟退火算法的特点是独立的初始选择价值和渐近收敛。理论上已经证明,它是一种优化算法,方法1的概率和收敛于全局最优解。遗传算法和模拟退火算法相结合有效的利用它们,使算法快速收敛,找到问题的最优解。
3.2。优化设计基于通信资源分配算法
传统的复数的BP算法不仅不能提高神经元输出的误差信号,但也降低了传播误差信号的性能,和激活函数的差异将导致延迟算法的收敛性。此外,任何饱和度响应函数不可避免地具有上述特性,也就是说,其微分将不存在饱和点。为了避免造成的误差因素在传统复杂的有价值的BP算法,数据处理需要改正它。因此,通过替换实际产出和理想的输出之间的差异,本节提出了以下最低校正误差函数: 在哪里表示输出层神经元的总数 代表实际的实部和虚部的输出分别th输出神经元。 是理想的实部和虚部的输出输出神经元。误差反向传播错误的同时,也将改变,而前方传播保持不变。
小波是一种新的强大的工具来表达非线性。这个函数可以用亚微波结构稳定?的叠加一个母亲的小波 。在哪里可以表示为
在这个时候,函数的近似表达式可以得到:
其中, 代表了权重系数、膨胀系数和规模翻译每个subwavelet系数,分别。在这篇文章中, 用于表示所有副载波的功率分配,然后呢代表着权力的分配th副载波,然后用户的速度可以表示为
为了表达的平衡,本文使用以下公式:
越大 ,更糟糕的是用户之间的公平性。越小 ,更好的用户之间的公平性。在图所示的一般近似模型表示3。
初始化的人口采用控制育种范围的初始化方法,和控制育种边界根据调整的滞后计划相对于原计划,这样时间初始化相应的染色体的位置不小于原计划时间和不大于总延迟时间。根据一般规则,在温度 ,一个粒子的概率趋于平衡 ,在哪里热力学能的温度 , 是它的变化,是一个常数。使用固体退火模拟组合优化问题,内部的能量模拟作为目标函数值吗 ,和温度演变成控制参数吗 ,和解决组合优化问题的模拟退火算法。
在这一点上,一个离散的信息比特加载概念介绍:信息粒度。它指的最小增量区间加载的每个子通道的信息在信道传输中,也就是说,信息比特的实际传输通道必须增加信息粒度的单位,它是一个整数倍数的信息粒度。它可以表示为
其中, ,一般的价值也是0.25,1、2,这是相对简单的值。为了得到最优方案,提出的有效标准分布能源:假设 代表的位分配向量并行的子信道,有些能源加载吗频道,信息比特加载每一次,记得吗 。如果分布并行的子信道满足
它表明,通道取得有效位分配,和一些分布频道已达到最好的状态。没有一点交流可以减少总能量通道。
4所示。结果分析和讨论
在上面的分析中,通信资源分配算法的优化和应用为城市轨道交通规划提出了基于遗传算法和模拟退火算法和神经网络算法。为了验证合理性、科学性和可行性的方案,本文将进行实验分析,得到优化方案的效果和实际应用基于数据分析。实验结果和分析结论的准确性,实验遵循统一和标准化的基本原则。本文将从三个重要方面:分析和过程误差性能、系统性能检测和效率优化算法和单一算法之间的比较。以下是样品的分析和实验数据图年代1,年代2错误性能和误码性能检测,如图4和5。
通过上面的数值分析中,可以看出,本文设计的优化算法具有良好的性能误差性能。整个水平轴上有良好的稳定性和减少错误基本上是显而易见的,它有很好的效果的优化和应用的通信资源分配算法。因为有干扰项消除在交流,基本上两个样本集3 - 4间隔保持相同的下降趋势,但也有周期性的变化,所以他们将回到正常水平后下一个乐队。一般来说,平均误差减速率的优化方案设计的摘要可以达到58.6%。检测后的性能检测系统,实现在同一样本集,它可以发现,总体趋势是波浪和振幅基本上是相同的。基于改进的神经网络算法,可以通过优化获得近似最优比特误码率通信资源的分配,这是要比传统的分配算法的性能。在实际应用程序中,最优比特误码率的准确性为52.4%。图6显示了效率优化算法之间的比较T1和单一算法T2。
从实验数据可以看出,优化算法有明显的差异和单一算法的效率不同的样本集,这种差异也导致了最终结果的差异。一般来说,效率的提高是一个重要的参数,需要考虑在一个方案中,模式,或系统。在嵌入遗传算法的优化方案,基于变异和交叉的特点,在算法结构中取得重大突破。因为良好的处理能力分布,总体处理效率会更高。1 - 2的范围的重叠是积累造成的干扰项目由于缺少样品在早期阶段。与样本的内容的扩张,干扰项的影响下被削弱的分化与处理算法。因此,在阶段3 - 4之后,优化算法将明显高于单一算法。
5。结论
轨道交通的发展和完善是一个城市的力量的象征。它不仅可以使城市交通布局更加合理,缓解日益拥堵的交通环境,和提高城市效率,而且促进平衡城市发展,加快城市一体化的过程。一个合理的轨道交通网络可以发挥巨大的经济效益和社会效益,这是一个重要因素影响的结构和功能的发展大城市。城市轨道交通功能的实现不仅是规划的结果,也是决策的结果。基于神经网络的分析算法,遗传算法和模拟退火机制,本文进一步的研究CVNN的改进,并提出一种新的CVNN算法和优化方案。为了减少复杂性,副载波分配第一,然后是副载波分配和功率分配。副载波的数量分配根据每个用户的比例率要求,搜索和更好的副载波信道状态信息为每个用户根据副载波的数量。副载波的数量分配比例根据需求率和调整根据提出的能源效率标准。然后,找到相应的最佳副载波信道状态信息的横向和纵向的矩阵。最后,每个用户第一次分配比特在副载波分配均匀,然后使最优调整根据能源效率标准。 On the basis of experimental analysis, it can be concluded that in general, the error reduction rate of the optimization scheme designed in this paper can reach 58.6% on average. In practical application, the accuracy of the optimal bit error rate is 52.4%.
数据可用性
标签数据集用于支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作得到了中国国家重点研发项目(2018 yfb2101300)。