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:
为了满足交流伺服系统高精度、快响应的要求,结合免疫遗传算法寻优速度快和模糊神经网络控制不依赖于控制对象的优点,设计了一种基于免疫遗传算法优化的模糊神经网络控制的交流伺服系统.采用免疫遗传算法优化模糊神经网络控制器中隶属函数的平均值、标准偏差以及隶属函数层与规划层的连接权值.实验和仿真结果验证了该控制策略的可行性.该方法对于系统调节和设定值跟踪均具有很好的控制效果,而且具有很好的抗干扰性能和较强的鲁棒性,使交流伺服系统具有良好的动、静态性能.
推荐文章
基于遗传算法的交流伺服系统模糊控
伺服系统
模糊控制
遗传算法
实时仿真
基于神经网络PID控制的交流伺服系统
PID控制
对角递归神经网络
交流伺服系统
基于RBF神经网络PID控制的交流伺服系统
PID控制
径向基函数神经网络(RBFNN)
交流伺服系统
基于遗传算法的模糊神经网络在交流伺服中的设计
遗传算法
交流伺服
模糊神经网络
位置控制
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 基于免疫遗传算法的模糊神经网络在交流伺服系统中的应用
来源期刊 浙江大学学报(工学版) 学科 工学
关键词 模糊神经网络控制器 交流伺服系统 免疫遗传算法 优化
年,卷(期) 2005,(8) 所属期刊栏目 自动化技术、计算机技术
研究方向 页码范围 1156-1159,1222
页数 5页 分类号 TP18
字数 3326字 语种 中文
DOI 10.3785/j.issn.1008-973X.2005.08.013
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 蒋静坪 浙江大学电气工程学院 168 3460 31.0 52.0
2 曾玉金 浙江大学电气工程学院 6 51 3.0 6.0
3 王瑞明 浙江大学电气工程学院 7 100 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (69)
参考文献  (4)
节点文献
引证文献  (26)
同被引文献  (31)
二级引证文献  (53)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(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)
2006(4)
  • 引证文献(4)
  • 二级引证文献(0)
2007(6)
  • 引证文献(5)
  • 二级引证文献(1)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(5)
  • 引证文献(3)
  • 二级引证文献(2)
2010(4)
  • 引证文献(1)
  • 二级引证文献(3)
2011(6)
  • 引证文献(3)
  • 二级引证文献(3)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(3)
  • 引证文献(0)
  • 二级引证文献(3)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(7)
  • 引证文献(0)
  • 二级引证文献(7)
2017(14)
  • 引证文献(2)
  • 二级引证文献(12)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
2020(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
模糊神经网络控制器
交流伺服系统
免疫遗传算法
优化
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
浙江大学学报(工学版)
月刊
1008-973X
33-1245/T
大16开
杭州市浙大路38号
32-40
1956
chi
出版文献量(篇)
6865
总下载数(次)
6
总被引数(次)
81907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导