针对下一代移动通信对于高速率和大规模连接的需求，对认知无线电（CR）-非正交多址接入（NOMA）混合系统中通过优化功率分配来提升次用户总传输速率进行研究，提出一种基于禁忌搜索和Q-learning的功率分配（PATSQ）算法。首先，认知基站在系统环境中观测并学习用户的功率分配，次用户采用NOMA方式接入授权信道。其次，将功率优化分配问题中的功率分配、信道状态和总传输速率分别表述为马尔可夫决策过程中的动作、状态和奖励，通过结合禁忌搜索和Q-learning的方法来解决该马尔可夫决策过程问题并得到一个最优的禁忌Q表。最后，在主次用户服务质量（QoS）和最大发射功率的约束下，认知基站通过查找禁忌Q表得到最优的功率分配因子，实现系统中次用户总传输速率的最大化。仿真结果表明，在总功率相同条件下，所提算法在次用户总传输速率和系统容纳用户数量上要优于认知移动无线网络（CMRN）算法、次用户预解码（SFDM）算法以及传统等功率分配算法。