一种模拟退火粒子群算法的认知引擎

　　认知引擎的基本功能之一就是根据复杂多变的无线环境及业务需求，利用多目标优化策略，自适应地调整无线参数，实现动态环境下的可靠通信。目前，很多研究的重点集中在遗传算法（GA）及其改进算法上，但其收敛速度较慢，不利于复杂多变以及实时性要求较高的系统。对此，提出一种模拟退火粒子群算法（ SABPSO），它采用模拟退火与粒子群算法交替迭代的方式，协同寻优。其可有效提高收敛速度，并克服基本粒子群算法易于陷入局部极值的缺点，增强全局寻优能力。最后，在不同通信模式下，利用多载波系统进行仿真，结果表明，SABPSO算法在收敛速度和平均适应度上优于基本算法。