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:
粒子群优化算法PSO(Particle Swarm Optimization)是近年来出现的一种新型演化计算方法,其算法简单易懂,优化性能良好.该文提出改进的PSO算法结合Matlab强大的矩阵计算和系统仿真功能,对文中实例的PID参数进行了优化整定.仿真显示优化结果比遗传算法好,收敛性能比遗传算法高.
推荐文章
一种基于改进粒子群算法的PID参数整定方法
粒子群算法
PID参数整定
杂交
混沌序列
基于量子粒子群算法的PID参数自整定方法
自动控制
PID参数整定
粒子群算法
基于改进粒子群算法的PID控制器参数自整定
粒子群算法
遗传算法
PID参数优化
混沌
基于多模型粒子群优化的PID参数鲁棒整定
PID控制
参数优化
粒子群优化
多目标
鲁棒性
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 基于改进粒子群优化算法的PID参数整定
来源期刊 继电器 学科 工学
关键词 粒子群 比例积分微分 优化
年,卷(期) 2005,(19) 所属期刊栏目 电力系统分析与控制
研究方向 页码范围 23-27
页数 5页 分类号 TM71
字数 4402字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (242)
参考文献  (7)
节点文献
引证文献  (24)
同被引文献  (35)
二级引证文献  (55)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(2)
  • 二级参考文献(2)
2004(3)
  • 参考文献(3)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(4)
  • 引证文献(4)
  • 二级引证文献(0)
2008(5)
  • 引证文献(3)
  • 二级引证文献(2)
2009(4)
  • 引证文献(2)
  • 二级引证文献(2)
2010(5)
  • 引证文献(1)
  • 二级引证文献(4)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(6)
  • 引证文献(2)
  • 二级引证文献(4)
2015(5)
  • 引证文献(4)
  • 二级引证文献(1)
2016(9)
  • 引证文献(3)
  • 二级引证文献(6)
2017(9)
  • 引证文献(1)
  • 二级引证文献(8)
2018(13)
  • 引证文献(2)
  • 二级引证文献(11)
2019(10)
  • 引证文献(0)
  • 二级引证文献(10)
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
粒子群
比例积分微分
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
电力系统保护与控制
半月刊
1674-3415
41-1401/TM
大16开
河南省许昌市许继大道1706号
36-135
1973
chi
出版文献量(篇)
11393
总下载数(次)
13
总被引数(次)
201041
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导