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:
经典的PID控制方法虽然其物理意义明确、参数调整简便,但是面对现代的过程控制对象所具有的非线性、时变和多种不确定干扰等特性,使得基于精确线性数学模型的设计思路很难直接获得满意的动静态控制效果.在BP神经网络控制的基础上,采用混合遗传算法优化BP反向传播权系数值,推导了算法过程,设计了基于混合遗传算法优化的制导炸弹BP网络PID控制器.最后,以某制导炸弹纵向通道设计为例,仿真结果表明控制器能使得制导炸弹准确命中目标,并且具有较好的鲁棒性能.
推荐文章
遗传算法优化BP神经网络在转速PID控制中的应用
遗传
BP神经网络
PID控制
无刷直流电机
优化
基于遗传算法优化的神经网络PID控制器
遗传算法
神经网络PID控制器
参数优化
基于遗传算法和模糊神经网络的PID控制器参数优化方法
遗传算法
模糊控制理论
神经网络
优化
PID控制器
基于遗传算法的卫星制导炸弹次最优制导律设计
遗传算法
大着地角
卫星制导炸弹
次最优制导律
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 基于混合遗传算法优化的制导炸弹BP网络PID控制器
来源期刊 火力与指挥控制 学科 工学
关键词 制导炸弹 BP神经网络 混合遗传算法 PID控制器
年,卷(期) 2009,(10) 所属期刊栏目 理论研究
研究方向 页码范围 145-148
页数 4页 分类号 TJ765.2
字数 2559字 语种 中文
DOI 10.3969/j.issn.1002-0640.2009.10.039
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 薛晓中 南京理工大学动力工程学院 96 607 12.0 18.0
2 孙瑞胜 南京理工大学动力工程学院 79 424 11.0 15.0
3 胡锐 南京理工大学动力工程学院 13 105 6.0 10.0
4 梁卓 南京理工大学动力工程学院 15 86 6.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (21)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(4)
  • 参考文献(2)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(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)
研究主题发展历程
节点文献
制导炸弹
BP神经网络
混合遗传算法
PID控制器
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
火力与指挥控制
月刊
1002-0640
14-1138/TJ
大16开
山西太原193号信箱
22-134
1976
chi
出版文献量(篇)
9188
总下载数(次)
26
总被引数(次)
34280
相关基金
南京理工大学科研发展基金
英文译名:
官方网址:http://kjc.njust.edu.cn/kyzc/download/6/10.doc
项目类型:
学科类型:
论文1v1指导