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:
蚁群算法是一种模拟进化算法,初步的研究表明该算法具有许多优良的性质.针对PID控制器参数优化设计问题,将蚁群算法设计的结果与遗传算法设计的结果进行了比较,数值仿真结果表明,蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值.
推荐文章
基于自适应蚁群遗传混合算法的 PID 参数优化
PID 控制器
交叉因子
蚁群遗传混合算法
自适应
信息素
基于蚁群算法的航空发动机PID参数优化
航空发动机
蚁群算法
PID控制器
解耦
多变量系统
基于蚁群算法的MIG焊脉冲电流PID参数优化研究
MIG焊脉冲电流
蚁群算法
PID
参数整定优化
基于蚁群算法的模糊比例积分微分参数优化
蚁群算法
模糊控制
PID控制
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 基于蚁群算法的PID参数优化设计
来源期刊 测控技术 学科 工学
关键词 蚁群算法 PID控制 适应度函数 遗传算法
年,卷(期) 2004,(1) 所属期刊栏目 理论与实践
研究方向 页码范围 69-71,75
页数 4页 分类号 TP301.6|TP13
字数 3336字 语种 中文
DOI 10.3969/j.issn.1000-8829.2004.01.026
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 詹士昌 杭州师范学院物理系 33 645 8.0 25.0
2 吴俊 浙江大学先进控制研究所工业控制技术国家重点实验室 44 224 8.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (298)
参考文献  (7)
节点文献
引证文献  (51)
同被引文献  (68)
二级引证文献  (162)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(6)
  • 参考文献(2)
  • 二级参考文献(4)
1998(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(4)
  • 参考文献(3)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2004(2)
  • 引证文献(2)
  • 二级引证文献(0)
2005(8)
  • 引证文献(5)
  • 二级引证文献(3)
2006(11)
  • 引证文献(5)
  • 二级引证文献(6)
2007(18)
  • 引证文献(7)
  • 二级引证文献(11)
2008(13)
  • 引证文献(4)
  • 二级引证文献(9)
2009(11)
  • 引证文献(3)
  • 二级引证文献(8)
2010(6)
  • 引证文献(3)
  • 二级引证文献(3)
2011(13)
  • 引证文献(4)
  • 二级引证文献(9)
2012(7)
  • 引证文献(1)
  • 二级引证文献(6)
2013(19)
  • 引证文献(3)
  • 二级引证文献(16)
2014(9)
  • 引证文献(0)
  • 二级引证文献(9)
2015(21)
  • 引证文献(2)
  • 二级引证文献(19)
2016(16)
  • 引证文献(4)
  • 二级引证文献(12)
2017(18)
  • 引证文献(4)
  • 二级引证文献(14)
2018(9)
  • 引证文献(1)
  • 二级引证文献(8)
2019(27)
  • 引证文献(3)
  • 二级引证文献(24)
2020(5)
  • 引证文献(0)
  • 二级引证文献(5)
研究主题发展历程
节点文献
蚁群算法
PID控制
适应度函数
遗传算法
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
测控技术
月刊
1000-8829
11-1764/TB
大16开
北京2351信箱《测控技术》杂志社
82-533
1980
chi
出版文献量(篇)
8430
总下载数(次)
24
论文1v1指导