多目标参数调整在提高认知无线电（CR）系统的性能中起着重要作用。 当前的研究集中在遗传算法（GA）上，以实现CR中的参数优化，而通用GA总是处于过早收敛的状态。 此后，本文提出了对个体染色体适应度的线性尺度变换，它可以减少早期进化迭代中退出的非凡个体的影响，并确保后期进化迭代中个体之间的竞争。 本文还将自适应交叉和变异概率算法引入参数调整中，可以保证种群的多样性和收敛性。 CR的参数调整有两种应用，一种偏爱误码率，另一种偏爱带宽。 仿真结果表明，改进后的参数调整算法可以快速收敛到全局最优解，而不