原文服务方: 工业仪表与自动化装置       
摘要:
提出一种基于小波神经网络的控制方法,该方法利用两个小波神经网络作为控制系统的辨识器和控制器来构成控制系统.小波神经网络辨识器能更准确逼近非线性对象,小波神经网络控制器能产生复杂的最佳控制规律.仿真结果表明系统具有逼近精度高、控制效果好、抗干扰能力强等优点.
推荐文章
模糊小波神经网络的研究及其应用
小波分析
神经网络
模糊规则
故障诊断
基于小波神经网络的矿井安全综合指标评价方法分析
小波神经网络
矿井安全
综合指标评价
基于小波神经网络的桥梁健康监测研究
小波神经网络
桥梁
健康监测
小波神经网络在径流预测中的应用研究
小波变换
BP神经网络
小波网络
径流预测
陕县水文站
黄河
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控制方法及其应用研究
来源期刊 工业仪表与自动化装置 学科
关键词 小波神经网络 系统辨识 控制系统 学习算法
年,卷(期) 2004,(5) 所属期刊栏目 科研论坛
研究方向 页码范围 6-9
页数 4页 分类号 TP273.5
字数 语种 中文
DOI 10.3969/j.issn.1000-0682.2004.05.002
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 程启明 上海电力学院信控系 176 2483 24.0 43.0
2 王勇浩 上海电力学院信控系 2 36 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (52)
共引文献  (52)
参考文献  (8)
节点文献
引证文献  (24)
同被引文献  (18)
二级引证文献  (124)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(6)
  • 参考文献(1)
  • 二级参考文献(5)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(6)
  • 参考文献(1)
  • 二级参考文献(5)
1996(5)
  • 参考文献(0)
  • 二级参考文献(5)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(13)
  • 参考文献(2)
  • 二级参考文献(11)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(1)
  • 二级参考文献(4)
2001(11)
  • 参考文献(1)
  • 二级参考文献(10)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(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)
2005(4)
  • 引证文献(4)
  • 二级引证文献(0)
2006(4)
  • 引证文献(4)
  • 二级引证文献(0)
2007(7)
  • 引证文献(5)
  • 二级引证文献(2)
2008(7)
  • 引证文献(1)
  • 二级引证文献(6)
2009(7)
  • 引证文献(2)
  • 二级引证文献(5)
2010(5)
  • 引证文献(1)
  • 二级引证文献(4)
2011(13)
  • 引证文献(2)
  • 二级引证文献(11)
2012(9)
  • 引证文献(1)
  • 二级引证文献(8)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(11)
  • 引证文献(1)
  • 二级引证文献(10)
2015(12)
  • 引证文献(0)
  • 二级引证文献(12)
2016(15)
  • 引证文献(0)
  • 二级引证文献(15)
2017(24)
  • 引证文献(1)
  • 二级引证文献(23)
2018(14)
  • 引证文献(1)
  • 二级引证文献(13)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
小波神经网络
系统辨识
控制系统
学习算法
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
工业仪表与自动化装置
双月刊
1000-0682
61-1121/TH
大16开
1971-01-01
chi
出版文献量(篇)
3676
总下载数(次)
0
总被引数(次)
18688
论文1v1指导