杨敏
- 作品数：4 被引量：9H指数：2
- 供职机构：江苏科技大学电子信息学院更多>>
- 发文基金：船舶工业国防科技预研基金更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于GPU的并行粒子群神经网络设计与实现
- 2014年
- 针对粒子群优化(PSO)算法训练人工神经网络(NN)时面临的计算时间过长问题,引入基于图形处理器(GPU)技术的并行处理解决方法。使用粒子与线程一一对应的并行策略,通过并行处理各个粒子的计算过程来加快整个粒子群的收敛速度,减少粒子群神经网络(PSO-NN)的训练时间。在统一计算设备架构(CUDA)下对一简单测试函数逼近的数值进行仿真,实验结果表明,相较基于CPU的串行PSO-NN,基于GPU的并行PSO-NN在寻优稳定性一致的前提下取得了超过500倍的计算加速比。
- 陈风田雨波杨敏
- 关键词：粒子群优化神经网络并行计算图形处理器统一计算设备架构
- 基于CUDA的并行粒子群优化算法研究及实现被引量：6
- 2014年
- 应用图形处理器(GPU)来加速粒子群优化(PSO)算法并行计算时,为突出其加速性能,经常有文献以恶化CPU端PSO算法性能为代价。为了科学比较GPU-PSO算法和CPU-PSO算法的性能,提出用"有效加速比"作为算法的性能指标。文中给出的评价方法不需要CPU和GPU端粒子数相同,将GPU并行算法与最优CPU串行算法的性能作比较,以加速收敛到目标精度为准则,在统一计算设备架构(CUDA)下对多个基准测试函数进行了数值仿真实验。结果表明,在GPU上大幅增加粒子数能够加速PSO算法收敛到目标精度,与CPU-PSO相比,获得了10倍以上的"有效加速比"。
- 陈风田雨波杨敏
- 关键词：粒子群优化并行计算图形处理器统一计算设备架构
- 基于变异田口算法的阵列天线方向图综合
- 2014年
- 针对智能优化算法在处理天线阵列综合问题时收敛速度慢、计算次数过多的缺点,引入了田口算法(Taguchi method,TM),设计了一种基于变异机制的田口算法(mutation-based Taguchi method,MTM).变异田口算法利用变异算子产生参数水平值,同时采用自适应内循环机制,既能多样化搜索空间,又能控制算法迭代次数.仿真结果表明:变异田口算法性能可与粒子群优化算法(particle swarm optimization,PSO)相比拟,并且计算量大大降低.采用变异田口算法对阵列天线方向图进行了综合设计,能够实现低旁瓣和零陷的目标.
- 杨敏田雨波陈风
- 关键词：天线阵
- 基于变异田口算法的多层吸波材料优化设计被引量：3
- 2015年
- 针对田口算法(Taguchi method,TM)处理复杂优化问题时易早熟收敛的缺点,引入遗传算法中的变异思想,提出了一种基于变异机制的田口算法(mutation-based Taguchi method,MTM)。在基本田口算法的基础上,利用变异算子生成参数的水平值,提高算法跳出局部极值的能力。同时,采用自适应内循环机制,多样化算法搜索空间。将改进后的田口算法应用到多层吸波材料的优化设计中。实验结果表明,变异田口算法能够有效跳出局部极值,寻找到全局最优值,综合考虑各个变异方式的寻优效率、寻优精度及稳定性,参数的2水平值高斯变异性能最佳。优化后的多层吸波材料能够达到低反射系数、薄厚度的设计要求。
- 杨敏田雨波陈风
- 关键词：内循环早熟收敛
