原文服务方: 科技与创新       
摘要:
本文介绍了一种基于RBF神经网络辨识的PID参数在线调整方法.首先介绍了RBF网络整定PID参数的原理,采用梯度下降算法作为监督学习算法.然后通过对选定的实例进行仿真分析,并与传统PID单回路控制系统做了对比.仿真结果表明:运用RBF网络的PID控制系统稳定性好、抗干扰能力强,具有较强的自适应性,能快速的对输入信号进行跟踪.
推荐文章
基于RBF神经网络PID参数的自调节及仿真
MATLAB2010a
并网逆变器
PID控制
RBF神经网络
基于RBF神经网络动态辨识的自整定PID控制策略
RBF神经网络
最近邻聚类算法
正向辨识
PID控制
在线整定
基于改进模糊神经网络的 PID 参数自整定
PID整定
Mamdani模型
模糊神经网络
混沌遗传算法
BP算法
基于RBF神经网络参数自整定的AUV深度控制
自主水下航行器
深度控制
径向基函数神经网络
比例-积分-微分控制
自整定
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RBF神经网络的PID在线整定及仿真
来源期刊 科技与创新 学科
关键词 RBF神经网络 梯度下降法 PID整定 MATLAB仿真
年,卷(期) 2010,(34) 所属期刊栏目
研究方向 页码范围 224-225,189
页数 分类号 TP273
字数 语种 中文
DOI 10.3969/j.issn.2095-6835.2010.34.090
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 董爱华 河南理工大学电气工程与自动化学院 80 437 10.0 16.0
2 霍柳行 河南理工大学电气工程与自动化学院 4 20 3.0 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  (20)
参考文献  (4)
节点文献
引证文献  (7)
同被引文献  (11)
二级引证文献  (8)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(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)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
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(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(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
RBF神经网络
梯度下降法
PID整定
MATLAB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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导