基于改进RBF神经网络的PID整定

• 作者: 张晶 曾安平 李广军
• 来源期刊: 长春大学学报（自然科学版）
• 学科: 工学
• 关键词: 径向基函数神经网络 PID整定 梯度下降法 聚类法
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 计算机技术
• 页码范围: 57-60
• 分类号: TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1009-3907-B.2008.03.016

摘要

针对非线性系统,采用了基于径向基函数(RBF)神经网络的PID整定.RBF神经网络参数的初始值直接影响收敛速度,本文通过聚类法优化初始值.仿真结果表明,基于聚类法优化的RBF神经网络收敛速度快,整定效果优于未使用该方法的整定结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李广军	宜宾学院计算机科学技术系	26	150	7.0	11.0
2	张晶	宜宾学院计算机科学技术系	16	107	6.0	10.0
3	曾安平	宜宾学院计算机科学技术系	12	81	5.0	9.0