原文服务方: 弹箭与制导学报       
摘要:
传统的PID控制器参数整定方法或者需要对被控过程和控制规律有全面的先验知识,或者建立在要求具有连续导数的光滑搜索空间的基础上,或者容易"早熟"和收敛速度较慢.文中结合蚁群算法(ACO)和遗传算法(GA)各自的优点,提出了一种新型的蚁群算法(ACO)遗传算法(GA)混合优化策略(ACO-GA)的PID参数优化方法.仿真应用研究表明:与非线性设计方法(NCD)以及蚁群算法相比,ACO-GA优化策略具有更强的寻优能力和快速收敛能力,是一种适用于工程应用的参数寻优方法.
推荐文章
基于自适应蚁群遗传混合算法的 PID 参数优化
PID 控制器
交叉因子
蚁群遗传混合算法
自适应
信息素
基于蚁群算法的PID控制参数优化
蚁群算法
PID
信息素
遗传算法
ZN法
基于量子遗传算法的PID控制器参数自整定
量子遗传算法
PID控制器
多目标优化
参数整定
基于多宇宙并行遗传算法PID参数整定
工业控制
遗传算法
PID参数
多宇宙并行遗传算法
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 基于遗传蚁群混合策略的PID控制器参数整定
来源期刊 弹箭与制导学报 学科
关键词 蚁群算法 遗传算法 PID控制 混合优化策略
年,卷(期) 2009,(1) 所属期刊栏目 导弹与制导技术
研究方向 页码范围 73-76,80
页数 5页 分类号 TJ765.2
字数 语种 中文
DOI 10.3969/j.issn.1673-9728.2009.01.021
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 刘晖 空军工程大学导弹学院 13 37 4.0 5.0
2 刘少伟 空军工程大学导弹学院 39 165 8.0 11.0
3 舒涛 空军工程大学导弹学院 32 87 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (4)
同被引文献  (6)
二级引证文献  (17)
1997(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)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(3)
  • 引证文献(1)
  • 二级引证文献(2)
2016(4)
  • 引证文献(1)
  • 二级引证文献(3)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(5)
  • 引证文献(0)
  • 二级引证文献(5)
2020(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
蚁群算法
遗传算法
PID控制
混合优化策略
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
弹箭与制导学报
双月刊
1673-9728
61-1234/TJ
大16开
1980-01-01
chi
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
28550
论文1v1指导