基于改进MOEA/D的车联网通信资源分配算法
来源：计算机工程杂志2023年第5期北京时间：
作者：郑丽萍, 赵玉娟, 费选
单位：河南工业大学 人工智能与大数据学院, 郑州 450001
摘要：为获得车联网通信资源分配的最优解，提出一种基于改进MOEA/D的车联网通信资源分配优化算法。将车联网资源请求的阻塞率和资源请求成功的总成本这2个相互冲突的网络通信资源分配要素作为网络通信资源分配的2个优化目标，根据车联网中行驶车辆的特点，对请求资源车辆和提供资源车辆设置约束条件。在此基础上，采用自适应邻域策略平衡进化过程中种群的收敛性和分布性，并将迭代次数引入自适应度，调节交叉算子和变异算子，使种群中较差的个体也具有遗传性，从而保证种群的多样性。同时，随着迭代次数的增加，种群中较差个体遗传性降低，较好个体遗传能力增强，从而保证种群的优化。仿真结果表明，该算法针对最小化阻塞率和最小化成本这2个目标能够获得满意的优化效果，在迭代次数、车辆数和资源请求数变化情况下都存在最优解，在相同迭代次数下，与基于支配的多目标算法SPEA2和NSGA-II相比具有较低的阻塞率和较好的收敛性。
关键词：车联网,通信资源分配,多目标进化算法,MOEA/D算法,阻塞率,成本
基金资助：河南省科技攻关项目“面向遥感影像城市覆盖分类的多尺度多特征深度学习算法研究”（222102210108）。
