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:
提出了一种基于小波神经网络的智能优化控制系统,并应用到污水处理絮凝过程的优化控制中,采用实验数据进行了测试,同时采用循环抽样验证法来验证系统的测试精度,结果表明该系统可方便有效地进行实时控制,而且控制效果良好,在运行过程中实时控制速度得到明显提高.研究结果表明,小波神经网络所建立的控制模型稳定性好,实时控制速度快,即基于小波神经网络的污水处理絮凝过程控制系统能准确地进行絮凝过程各参数的实时估计,实现污水处理絮凝过程的实时控制.
推荐文章
小波网络在控制系统中的应用
小波分析
小波网络
神经网络
建模与辨识
控制
基于神经网络的智能控制系统
人工神经网络
控制系统
监视控制系统
自构建小波神经网络的内模控制研究与应用
熟料烧结
自构建小波神经网络
内模控制
系统辨识
基于小波神经网络的控制方法及其应用研究
小波神经网络
系统辨识
控制系统
学习算法
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 小波神经网络在智能优化控制系统中的应用
来源期刊 计算机工程与设计 学科 工学
关键词 小波神经网络 神经网络 最佳逼近 仿真 BP网络
年,卷(期) 2009,(10) 所属期刊栏目 人工智能
研究方向 页码范围 2457-2460,2463
页数 5页 分类号 TP391.9
字数 4866字 语种 中文
DOI
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 张德丰 佛山科学技术学院计算机系 21 265 9.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (36)
共引文献  (31)
参考文献  (8)
节点文献
引证文献  (4)
同被引文献  (8)
二级引证文献  (31)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(1)
  • 二级参考文献(3)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(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(8)
  • 参考文献(0)
  • 二级参考文献(8)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(7)
  • 参考文献(2)
  • 二级参考文献(5)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(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(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(6)
  • 引证文献(0)
  • 二级引证文献(6)
2018(9)
  • 引证文献(0)
  • 二级引证文献(9)
2019(9)
  • 引证文献(0)
  • 二级引证文献(9)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
小波神经网络
神经网络
最佳逼近
仿真
BP网络
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
计算机工程与设计
月刊
1000-7024
11-1775/TP
大16开
北京142信箱37分箱
82-425
1980
chi
出版文献量(篇)
18818
总下载数(次)
45
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导