基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于小波神经网络整定的PID控制方法.由于小波变换具有良好的时频局部特性,神经网络具有强大的非线性映射能力,自学习、自适应等优势,采用规范正交的小波函数作为神经网络的基函数构成小波神经网络,该网络兼有小波函数的紧支性、波动性以及神经网络的非线性映射能力,自学习、自适应能力等优点,渗碳炉控制实验结果表明,用该方法整定的PID控制系统收敛速度快,逼近精度高,鲁棒性好.
推荐文章
基于改进模糊神经网络的 PID 参数自整定
PID整定
Mamdani模型
模糊神经网络
混沌遗传算法
BP算法
基于小波神经网络辨识的PID神经MRAC研究
小波神经网络
PID神经网络
BP神经网络
模型参考自适应控制
基于向量时间序列预测小波神经网络的控制参数在线整定方法的尝试研究
在线整定
小波神经网络
向量时间序列
指标控制
预测控制
基于RBF神经网络的PID在线整定及仿真
RBF神经网络
梯度下降法
PID整定
MATLAB仿真
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于小波神经网络的PID整定与应用
来源期刊 控制工程 学科 工学
关键词 小波神经网络 整定 PID控制
年,卷(期) 2003,(6) 所属期刊栏目 智能控制
研究方向 页码范围 532-535
页数 4页 分类号 TP183
字数 2504字 语种 中文
DOI 10.3969/j.issn.1671-7848.2003.06.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李应红 空军工程大学工程学院 227 3034 27.0 42.0
2 尉询楷 空军工程大学工程学院 30 631 15.0 24.0
3 陈希林 空军工程大学工程学院 19 167 7.0 12.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (11)
参考文献  (6)
节点文献
引证文献  (15)
同被引文献  (3)
二级引证文献  (36)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(1)
  • 二级参考文献(2)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2005(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(2)
  • 引证文献(1)
  • 二级引证文献(1)
2007(5)
  • 引证文献(1)
  • 二级引证文献(4)
2008(3)
  • 引证文献(2)
  • 二级引证文献(1)
2009(4)
  • 引证文献(1)
  • 二级引证文献(3)
2010(4)
  • 引证文献(2)
  • 二级引证文献(2)
2011(9)
  • 引证文献(1)
  • 二级引证文献(8)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(3)
  • 引证文献(1)
  • 二级引证文献(2)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
小波神经网络
整定
PID控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
总被引数(次)
44239
论文1v1指导