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:
该文提出一种多目标遗传算法,采用新的拥挤距离计算方法,改进非支配性的比较方法.并引入双重精英策略,提高了进化效率和解的质量,更有效地保持了解的多样性.将该算法应用于PID优化设计,使系统可同时兼顾快速性、稳定性和鲁棒性,决策者可根据当前工作需求在所得的Pareto解集中选择最终的满意解.仿真结果表明提出的设计方法有效.
推荐文章
遗传算法多目标优化及其在决策支持系统中的应用
遗传算法
多目标优化
经济决策
B/S模式
决策支持系统
基于改进遗传算法的刨头多目标优化设计
改进遗传算法
能耗
刨煤机
刨头
多目标优化
基于改进遗传算法的PID调节器多目标优化设计
改进的遗传算法
PID
多目标优化
参数整定
改进遗传算法在PID优化中的应用
最优解
遗传算法
双重精英机制
比例积分微分控制器
多目标优化
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 改进的多目标遗传算法及其在PID优化设计中的应用
来源期刊 应用科学学报 学科 工学
关键词 多目标优化 遗传算法 Pareto最优解 PID控制
年,卷(期) 2010,(1) 所属期刊栏目 控制与系统
研究方向 页码范围 83-89
页数 7页 分类号 TP273.2
字数 5770字 语种 中文
DOI 10.3969/j.issn.0255-8297.2010.01.015
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 秦福高 常州工学院计算机信息工程学院 22 49 4.0 6.0
3 石玉 南京航空航天大学自动化学院 37 338 11.0 17.0
4 刘楠楠 南京航空航天大学自动化学院 4 40 2.0 4.0
5 程卫平 中国直升机设计研究所飞行控制暨仿真研究室 4 27 2.0 4.0
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  (289)
参考文献  (4)
节点文献
引证文献  (15)
同被引文献  (21)
二级引证文献  (40)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(1)
  • 二级参考文献(0)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(1)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(4)
  • 引证文献(4)
  • 二级引证文献(0)
2012(6)
  • 引证文献(3)
  • 二级引证文献(3)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2014(4)
  • 引证文献(2)
  • 二级引证文献(2)
2015(6)
  • 引证文献(0)
  • 二级引证文献(6)
2016(7)
  • 引证文献(1)
  • 二级引证文献(6)
2017(7)
  • 引证文献(1)
  • 二级引证文献(6)
2018(7)
  • 引证文献(0)
  • 二级引证文献(7)
2019(6)
  • 引证文献(0)
  • 二级引证文献(6)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
多目标优化
遗传算法
Pareto最优解
PID控制
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
应用科学学报
双月刊
0255-8297
31-1404/N
大16开
上海市上大路99号123信箱
1983
chi
出版文献量(篇)
2210
总下载数(次)
5
总被引数(次)
16489
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导