杨玉群
- 作品数：11 被引量：29H指数：4
- 供职机构：南昌大学附属中学更多>>
- 发文基金：国家自然科学基金江西省自然科学基金江西省教育厅资助项目更多>>
- 相关领域：自动化与计算机技术理学文化科学电子电信更多>>
- 一种电路板贴片元件辅助焊接装置
- 本实用新型公开了一种电路板贴片元件辅助焊接装置，包括底板和底板上的夹持器具。在底板上有一个凸形导轨，通过两个底板滑块在导轨中的移动来控制两个支撑柱体的距离从而控制两个夹持凹槽之间的距离，以夹持大小不同的电路板；装置上方有...
- 丁保全郭银景姚慧雅魏峰傅绍帅杨玉群姚志远
- 文献传递
- 自适应粒子群优化算法及其在注塑成型质量指标软测量中的应用被引量：4
- 2009年
- 对粒子群优化算法(PSO)进行分析,提出了一种根据速度信息自适应调整参数的粒子群优化算法(APSO-VI),该算法经过大量测试函数上的模拟实验验证,并与PSO进行了比较。实验结果表明,该算法能克服基本PSO算法在求解高维、多峰等大规模复杂非线性优化问题时易陷入局部最优和不收敛的问题。用APSO-VI训练神经网络,并将其用于注塑成型质量指标软测量建模,结果显示基于APSO-VINN的软测量模型比基于BPNN的软测量模型具有更高的精度和更好的性能。
- 邹箭徐刚杨玉群
- 关键词：粒子群优化算法自适应神经网络软测量
- 中学数学教育改革实效性的反思
- 2009年
- 教育改革包括课程改革、教育教学方法的改革以及教学评定标准的改革。教育改革的实效性是指教育改革既要有实用性,又要体现效益性。教育教学的内容、方式。
- 杨玉群
- 关键词：中学数学教育教育改革教育教学方法主体性教育
- 基于MSP430的超低频弹性波发射机设计
- 本课题来源于实验室在研的国家自然科学基金项目“基于连续震源的煤层反射式槽波精细探测理论”。该项目要求将超低频弹性波信号发射到煤层中，根据接收端超低频弹性波信号的变化来分析出煤层的结构。通过前期研究可知，激励信号源的频率一...
- 杨玉群
- 关键词：弹性波发射机调制技术电气性能
- 文献传递
- 一种综合学习粒子群优化算法被引量：3
- 2013年
- 针对复杂多峰函数优化,提出了一种综合学习粒子群优化算法(IELPSO)。该算法把基于超球坐标系的粒子更新和辨识、加速质量差的粒子两个策略引入基于例子学习粒子群优化算法(ELPSO)。本算法利用超球坐标操作改变粒子大小和方向,因而粒子在搜索过程中能覆盖局部极小,同时能发现最差粒子并且加速它们靠拢最优解。提出的算法与其他已有算法进行了比较,对几种典型函数的测试结果表明,IELPSO算法提高了收敛速度和精度,全局搜索能力有了显著提高。
- 徐刚杨玉群刘昊刘斌斌宋军
- 关键词：粒子群优化算法种群多样性超球坐标
- 基于Surfacelet变换和水平集的椎骨图像分割
- 2017年
- 为了解决实际应用中由于三维医学图像固有噪声以及弱边缘存在,导致难以实现快速准确分割的问题,本文提出了基于Surfacelet变换和水平集方法的三维图像分割。提出一个自适应阈值公式,采用Surfacelet变换对三维图像进行进行自适应滤波,将滤波后的系数进行Surfacelet反变换,在重建图像上使用混合模型的水平集方法进行分割。头颈部椎骨分割结果表明,本文方法在分割效果和分割速度上都优于传统水平集方法。
- 丁国梅杨玉群
- 关键词：图像分割水平集方法自适应阈值
- 一种非线性权重的自适应粒子群优化算法被引量：12
- 2010年
- 针对粒子群优化算法中出现早熟和不收敛问题,分析了基本PSO算法参数对其优化性能的影响,提出了基于非线性权重的自适应粒子群优化算法(NWAPSO)。在优化过程中,惯性权重随迭代次数非线性变化,改进的算法能使粒子自适应地改变搜索速度进行搜索,并与基本粒子群算法以及其他改进的粒子群算法进行了比较。实验结果表明,该算法在搜索精度和收敛速度等方面有明显优势。特别对于高维、多峰等复杂非线性优化问题,算法的优越性更明显。
- 徐刚杨玉群黄先玖
- 关键词：粒子群优化算法非线性自适应
- 一种基于多样性策略的粒子群算法被引量：6
- 2013年
- 在扰动粒子群算法的基础上,提出了一种基于多样性策略的粒子群算法(ARPPSO)。该算法通过随机扰动全局极值对速度进行更新,并在速度更新中引入吸引和排斥机制控制种群多样性,同时在位置更新公式中,利用真实物理反弹理论将解空间外的粒子反弹回解空间内,有效地保持了种群的多样性。提出的算法经过基准函数的模拟实验验证,并与其他已有算法进行了比较。实验结果表明,除了保持粒子快速收敛性能外,很大程度上避免了早熟收敛,提高了收敛精度。特别是在复杂多峰函数优化上具有很强的竞争力。
- 徐刚杨玉群刘斌斌吴海莲
- 关键词：粒子群优化算法种群多样性排斥
- 一种多样性驱动的自适应粒子群优化算法
- 2022年
- 粒子群优化算法是一种随机全局优化算法,但它容易陷入局部最优和早熟,为了克服其缺陷,本文提出了一种多样性驱动的自适应粒子群优化(DDA-PSO)算法。本算法包括吸引阶段和驱动阶段。吸引阶段利用惯性权重线性递减机制加快粒子收敛,驱动阶段利用多样性驱动速度策略提升种群多样性。两个阶段相互自适应转换,粒子能跳出局部最优和防止早熟,算法的勘探与开拓获得自适应平衡。DDA-PSO算法与其他已有算法进行了比较,实验结果表明,DDA-PSO算法提高了收敛速度和精度,全局搜索能力得到显著提高。
- 宗敏杨玉群徐刚
- 关键词：粒子群优化多样性全局优化
- 一种非线性自适应粒子群优化算法被引量：6
- 2011年
- 针对粒子群优化算法中出现早熟和不收敛问题,分析了基本PSO算法搜索速度对其优化性能的影响,提出了一种根据速度信息非线性自适应调整参数的粒子群优化算法。在算法迭代过程中,粒子随迭代次数和递减指数确定的非线性变化的理想速度自适应调整参数进行搜索,提高了粒子群算法的性能。提出的算法经过测试函数的模拟实验验证,并与其他已有算法进行了比较。实验结果表明,该算法在搜索精度和收敛速度等方面有明显优势,特别是高维、多峰等复杂非线性优化问题时,算法的优势更明显。
- 徐刚杨玉群刘斌斌
- 关键词：粒子群优化算法自适应
