Loading...
机构名称:
¥ 2.0

摘要 - 在本文中,提出了一种通用优化方法,用于改进使用遗传和差异进化算法的Okumura-Hata,Cost-231,ECC-33和EGLI预测经验模型。使用来自巴西Uberlândia的地理因素信号样本进行测试,用于在569.142857 MHz的电视渠道上进行测试。使用算法优化的变量调整了模型公式的每个参数。重要的创新是由优化系数加权的高度参数包含,这特别提高了预测准确性。这项工作的主要贡献是开发从提出的方法学得出的一组分析方程,从而消除了计算能力以估计所讨论区域中评估模型的路径损失的需求。使用均衡误差(MSE)度量评估这些方程的性能,这表明比标准模型的改善高达92.03%,这取决于经验模型和应用的优化算法。

与...

与...PDF文件第1页

与...PDF文件第2页

与...PDF文件第3页

与...PDF文件第4页

与...PDF文件第5页

相关文件推荐

2025 年

...

¥8.0
2025 年
¥1.0
2023 年
¥1.0
2025 年
¥1.0
2025 年

...

¥7.0
2015 年

...

¥1.0
2018 年
¥1.0
2024 年

...

¥31.0
2013 年

...

¥4.0
2021 年
¥3.0
2024 年
¥3.0
2024 年

...

¥5.0
2021 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2020 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年

...

¥7.0
2021 年

...

¥21.0
2024 年

...

¥1.0
2024 年
¥1.0
2022 年
¥1.0
2020 年

...

¥1.0
2020 年
¥4.0
2025 年
¥2.0
2024 年
¥1.0
2025 年

...

¥1.0
2025 年
¥1.0