基于遗传算法的OFDM自适应资源分配算法matlab程序

%基于遗传算法的OFDM自适应资源分配算法

%RA准则下的OFDM自适应资源分配问题，涉及载波和功率的分配，是一个既含有离散决策变量，又含有连续决策变量的非线性优%化模型，且含有较为复杂的非线性约束，因此适合采用智能优化算法进行求解。
function [BESTX1BESTX2BESTYALLX1ALLX2ALLY]=GA2（KNPmHBBBPN0）
%% 本源码实现遗传算法，用于RA准则下的多用户OFDM自适应资源分配
%% 输入参数列表
%  K         迭代次数
%  N         种群规模，要求是偶数
%  Pm        变异概率
%  H         信道增益矩阵，K*N的矩阵，表示用户k在子信道n上的信道增益，无单位，取值范围0~1
%  BBB       总带宽（Hz）
%  P         总功率（W）
%  N0        加性高斯白噪声功率谱密度（W/Hz）
% GreenSim团队原创作品，转载请注明
% Email:greensim@163.com
% GreenSim团队主页：http://blog.sina.com.cn/greensim
% [color=red]欢迎访问GreenSim——算法仿真团队→http://blog.sina.com.cn/greensim
%% 输出参数列表
%  BESTX1    K×1细胞结构，每一个元素是M×1向量，记录每一代的最优个体的第一分量
%  BESTX2    K×1细胞结构，每一个元素是M×1向量，记录每一代的最优个体的第二分量
%  BESTY     K×1矩阵，记录每一代的最优个体的评价函数值
%  ALLX1     K×1细胞结构，每一个元素是M×N矩阵，记录全部个体的第一分量
%  ALLX2     K×1细胞结构，每一个元素是M×N矩阵，记录全部个体的第二分量
%  ALLY      K×N矩阵，记录全部个体的评价函数值

%% 第一步
[KKNN]=size（H）;
M=NN;%决策变量个数，子载波个数
farm1=zeros（MN）;%每一列是一个样本
for i=1:N
    farm1（:i）=unidrnd（KKM1）;
end
farm2=zeros（MN）;%每一列是一个样本
for i=1:N
    farm2（:i）=RandSeq（M）;
end
%输出变量初始化
ALLX1=cell（K1）;
ALLX2=cell（K1）;
ALLY=zeros（KN）;
BESTX1=cell（K1）;
BESTX2=cell（K1）;
BESTY=zeros（K1）;
k=1;%迭代计数器初始化

%% 第二步：迭代过程
while k<=K
%% 以下是交叉过程
    newfarm1=zeros（M2*N）;
    Ser=randperm（N）;%两两随机配对的配对表
    A=farm1（:Ser（1））;
    B=farm1（:Ser（2））;
    P0=unidrnd（M-1）;
    a=[A（1:P0:）;B（（P0+1）:end:）];%产生子代a
    b=[B（1:P0:）;A（（P0+1）:end:）];%产生子代b
    newfarm1（:2*N-1）=a;%加入子代种群
    newfarm1（:2*N）=b;   
    for i=1:（N-1）
        A=farm1（:Ser（i））;
        B=farm1（:Ser（i+1））;
        P0=unidrnd（M-1）;
        a=[A（1:P0:）;B（（P0+1）:end:）];
        b=[B（1:P0:）;A（（P0+1）:end:）];
        newfarm1（:2*i-1）=a;
        newfarm1（:2*i）=b;
    end   
    FARM1=[farm1newfarm1];