作者:
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:
运用粒子群算法优化理论,实现对PID控制参数的自适应调节.在无需先验知识的情况下,直接根据选取的性能指标,对PID策略参数进行动态调整.结果表明,PSO算法使得PID控制参数调整速度快,产生超调量小,具有较强的竞争力.
推荐文章
基于免疫粒子群优化算法的增量式PID控制
粒子群优化算法(PSO)
增量式PID控制
免疫算法(IM)
基于改进粒子群算法的中药提取过程PID优化控制
粒子群算法
中药提取
PID控制
参数稳定域
基于增量式PID的改进粒子群算法
粒子群
全局最优
增量式PID
随机因子
基于改进粒子群算法优化的水轮机组低频振荡PID控制研究
改进粒子群算法
PID控制
水轮机组低频振荡
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 基于粒子群算法的PID控制研究
来源期刊 自动化与仪器仪表 学科 工学
关键词 粒了群(PSO) PID控制 优化
年,卷(期) 2009,(3) 所属期刊栏目 控制理论研究
研究方向 页码范围 7-8,21
页数 3页 分类号 TP273
字数 2248字 语种 中文
DOI 10.3969/j.issn.1001-9227.2009.03.003
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 陈俊 安徽机电职业技术学院电气工程系 12 21 2.0 4.0
2 强俊 安徽工程科技学院计算机工程系 30 150 7.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (88)
参考文献  (2)
节点文献
引证文献  (6)
同被引文献  (10)
二级引证文献  (2)
1996(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)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(1)
  • 二级引证文献(1)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒了群(PSO)
PID控制
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
自动化与仪器仪表
月刊
1001-9227
50-1066/TP
大16开
重庆市渝北区人和杨柳路2号B区
78-8
1981
chi
出版文献量(篇)
9657
总下载数(次)
37
总被引数(次)
30777
论文1v1指导