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:
PID神经网络(PIDNN)是将神经网络和PID控制规律融为一体的新型前向神经元网络.对于多数系统,PIDNN可以利用已有PID控制规律的先验知识确定网络权重初值,使系统得到稳定快速的控制.当权重初值选择为随机数时,收敛速度变慢,同时可能陷入局部最小.针对这一类系统,提出附加动量项的改进算法,克服权重初值取随机数带来的问题.系统仿真结果证明改进后的PIDNN系统性能得到了明显改善.
推荐文章
基于BP神经网络的PID改进和研究
PID神经网络
动量项
激励函数
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
PID神经网络辨识能力的初步研究
神经网络
PID
系统辨识
非线性动态系统
PID神经网络的VHDL实现
PID
神经网络
VHDL
FPGA
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 PID神经网络改进研究
来源期刊 机电工程技术 学科 工学
关键词 PID神经网络 权重初值 动量项 稳定性
年,卷(期) 2010,(8) 所属期刊栏目
研究方向 页码范围 39-41,115
页数 分类号 TP183
字数 3716字 语种 中文
DOI 10.3969/j.issn.1009-9492.2010.08.010
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 翟尧杰 广州大学机电学院 2 27 2.0 2.0
2 舒怀林 广州大学机电学院 23 462 11.0 21.0
3 熊胜祖 广州大学机电学院 2 25 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (6)
参考文献  (3)
节点文献
引证文献  (23)
同被引文献  (39)
二级引证文献  (72)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(2)
  • 参考文献(2)
  • 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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(6)
  • 引证文献(5)
  • 二级引证文献(1)
2013(6)
  • 引证文献(2)
  • 二级引证文献(4)
2014(16)
  • 引证文献(3)
  • 二级引证文献(13)
2015(16)
  • 引证文献(4)
  • 二级引证文献(12)
2016(17)
  • 引证文献(3)
  • 二级引证文献(14)
2017(11)
  • 引证文献(3)
  • 二级引证文献(8)
2018(11)
  • 引证文献(1)
  • 二级引证文献(10)
2019(8)
  • 引证文献(1)
  • 二级引证文献(7)
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神经网络
权重初值
动量项
稳定性
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
机电工程技术
月刊
1009-9492
44-1522/TH
大16开
广州市天河北路663号
46-224
1971
chi
出版文献量(篇)
11098
总下载数(次)
46
论文1v1指导