原文服务方: 计算机测量与控制       
摘要:
提出了一种新型的基于优化BP神经网络结构的PID控制器(PID-NNC),该控制器将神经网络和PID控制规律融为一体,既具有神经网络自学习、自适应及逼近任意函数的能力,又具有常规PID控制器结构简单、可靠性高的特点.且控制器的算法采用的是优化的BP算法,可以避免网络陷入局部极小点,也可以加快网络的训练速度.所以该控制器可以对具有非线性、时变性和不确定性等复杂系统实行控制.利用MATLAB软件对非线性系统进行了仿真研究,其仿真结果表明该控制器具有很好的控制效果.
推荐文章
基于BP神经网络的温度模糊PID控制器设计
BP神经网络
模糊控制
模糊PID控制
隶属函数
基于优化BP神经网络的PID控制研究与仿真
PID控制
优化BP神经网络
参数调整
基于PLC的神经网络PID控制器设计
神经网络
PID
PLC
仿真
基于PID神经网络控制器的飞控系统设计
飞行控制
姿态控制
PID神经网络控制器
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 基于优化BP神经网络的PID控制器研究
来源期刊 计算机测量与控制 学科
关键词 神经网络 优化BP算法 控制器 计算机仿真
年,卷(期) 2003,(2) 所属期刊栏目 工业控制
研究方向 页码范围 106-108
页数 3页 分类号 TP273.2
字数 语种 中文
DOI 10.3321/j.issn:1671-4598.2003.02.010
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 龙晓林 武汉理工大学自动化学院 10 167 7.0 10.0
2 徐金方 5 58 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (41)
参考文献  (3)
节点文献
引证文献  (38)
同被引文献  (19)
二级引证文献  (34)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(2)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(6)
  • 引证文献(5)
  • 二级引证文献(1)
2005(7)
  • 引证文献(2)
  • 二级引证文献(5)
2006(8)
  • 引证文献(4)
  • 二级引证文献(4)
2007(8)
  • 引证文献(4)
  • 二级引证文献(4)
2008(6)
  • 引证文献(4)
  • 二级引证文献(2)
2009(8)
  • 引证文献(7)
  • 二级引证文献(1)
2010(3)
  • 引证文献(0)
  • 二级引证文献(3)
2011(5)
  • 引证文献(2)
  • 二级引证文献(3)
2012(3)
  • 引证文献(1)
  • 二级引证文献(2)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(4)
  • 引证文献(2)
  • 二级引证文献(2)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
优化BP算法
控制器
计算机仿真
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导