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:
基于PID神经网络的控制器可以完成变量的单输入-单输出非线性系统的任务.该控制器采用BP(误差反向传播)算法来修正连接权重值,通过在线训练和学习,使目标函数到达最优值.充分利用了BP神经网络算法逼近任意连续有界非线性函数的能力,显示了神经网络在解决非线性系统方面的潜能.为了达到控制的目的,和其他非线性建模技术相比较,PID神经网络有几个明确的优点和它独特的用法相一致.仿真结果表明,在对非线性动态系统控制时,基于PID神经网络的控制系统具有很强的灵活和高效性,能取得良好的控制效果.
推荐文章
基于神经网络和多模型的非线性自适应PID控制及应用
PID控制
自适应控制
多模型
神经网络
连续搅拌反应釜
基于CMAC神经网络的PID控制
神经网络
PID控制
非线性系统
基于非线性参数神经网络的非线性系统稳定自适应控制
不确定仿射非线性系统
非线性参数神经网络
自适应控制
稳定性
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PID神经网络的非线性动态系统控制
来源期刊 控制工程 学科 工学
关键词 非线性系统控制 PID神经网络 非线性最优化 BP算法
年,卷(期) 2007,(z1) 所属期刊栏目 智能控制技术及应用
研究方向 页码范围 38-40
页数 3页 分类号 TP18
字数 2521字 语种 中文
DOI 10.3969/j.issn.1671-7848.2007.z1.014
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 李守巨 大连理工大学工业装备结构分析国家重点实验室 167 2352 26.0 41.0
2 刘迎曦 大连理工大学工业装备结构分析国家重点实验室 150 2718 27.0 44.0
3 曹海云 大连理工大学工业装备结构分析国家重点实验室 1 11 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (42)
参考文献  (10)
节点文献
引证文献  (11)
同被引文献  (6)
二级引证文献  (4)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(8)
  • 参考文献(0)
  • 二级参考文献(8)
1999(4)
  • 参考文献(1)
  • 二级参考文献(3)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2002(5)
  • 参考文献(0)
  • 二级参考文献(5)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(2)
  • 引证文献(2)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
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
非线性系统控制
PID神经网络
非线性最优化
BP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
控制工程
月刊
1671-7848
21-1476/TP
大16开
沈阳东北大学310信箱
8-216
1994
chi
出版文献量(篇)
5468
总下载数(次)
9
总被引数(次)
44239
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导