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:
针对传统的PID控制算法很难获得比较理想的控制效果的问题,提出一种基于BP神经网络的自适应PID控制算法.根据BP神经网络的结构和特点,介绍了改进型BP神经网络算法描述及PID控制器的结构,并通过实例进行仿真分析.结果表明,改进型BP神经网络PID控制器具有良好的控制效果,降低超调量,抗干扰性强和增强系统的鲁棒性,优于常规PID控制器.
推荐文章
基于共轭梯度法的改进型BP神经网络PID控制算法
BP神经网络
PID控制器
共轭梯度法
基于改进型RBF神经网络辨识的PID控制
径向基函数
改进型RBF神经网络
PID控制
最近邻聚类算法
在线自整定
基于改进型BP神经网络的电网负荷预测
电网负荷预测
BP神经网络
模拟退火优化算法
预测误差
基于改进型BP神经网络的打浆度软测量
软测量
打浆度
神经网络
泛化
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 基于改进型BP神经网络的PID控制算法
来源期刊 兵工自动化 学科 工学
关键词 PID控制 神经网络 被控对象 非线性系统 仿真
年,卷(期) 2010,(3) 所属期刊栏目 先进制造与管理
研究方向 页码范围 28-30,32
页数 4页 分类号 TP183|TP301.6
字数 2402字 语种 中文
DOI 10.3969/j.issn.1006-1576.2010.03.011
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 王晶 海军航空工程学院控制工程系 21 76 6.0 8.0
2 刘迪 海军航空工程学院控制工程系 54 237 7.0 13.0
3 刘孝磊 海军航空工程学院基础部 22 43 4.0 6.0
4 唐永红 烟台职业学院材料工程系 18 59 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (18)
参考文献  (5)
节点文献
引证文献  (17)
同被引文献  (62)
二级引证文献  (28)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(3)
  • 引证文献(3)
  • 二级引证文献(0)
2013(1)
  • 引证文献(0)
  • 二级引证文献(1)
2014(4)
  • 引证文献(3)
  • 二级引证文献(1)
2015(7)
  • 引证文献(4)
  • 二级引证文献(3)
2016(4)
  • 引证文献(0)
  • 二级引证文献(4)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(9)
  • 引证文献(5)
  • 二级引证文献(4)
2019(8)
  • 引证文献(0)
  • 二级引证文献(8)
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
PID控制
神经网络
被控对象
非线性系统
仿真
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
兵工自动化
月刊
1006-1576
51-1419/TP
大16开
四川省绵阳市207信箱
1982
chi
出版文献量(篇)
6566
总下载数(次)
20
总被引数(次)
28636
论文1v1指导