精选优质文档-倾情为你奉上DE算法是一种基于群体进化的算法，其本质是一种基于实数编码的具有保优思想的贪婪遗传算法。由于DE算法操作简单，寻优能力强，自提出以来引起了国内外学者的高度关注，目前已在电力系统优化调度、配网重构等领域得到了应用。本文选择单小区作为仿真背景，在MATLAB2014a平台下使用DE算法验证最优化模型的有效性，基本DE算法的基本步骤如下：具体步骤如下:步骤1: 设定DE算法的种群大小为100，最大迭代次数为100，缩放因子为2，交叉概率为0.6;步骤2: 随机生成初始DE种群，置迭代次数k为0;步骤3:先进行 DE算法变异操作, 再进行DE算法交叉操作;步骤4: 根据进行适应度评估;步骤5:进行 DE算法选择操作;步骤6:是否达到最大迭代次数,或者目标函数两次迭代值之差是否达到设定的阈值,若成立,跳到步骤7,否则,跳到步骤3;步骤7:输出最佳的用户与D2D的动态关联策略。本文在模型仿真分析中，使用到了不少仿真参数。小区半径为500m，信道增益；D2D设备的发送功率，无线信道带宽，噪声功耗。要租借的回程带宽的单价，用
