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:
神经元网络具有信息分布储存、并行处理以及自组织、自学习能力等优点.运用RBF神经网络训练了PID控制器的三个重要参数.相比于传统的PID控制器,提高了控制精度,使系统快速地达到了稳定状态.并进行了Matlab仿真,验证了这一结论.
推荐文章
针对纯滞后系统的RBF神经网络智能控制的研究
RBF神经网络
纯滞后系统
智能控制
基于RBF神经网络的PID控制
RBF
PID
参数整定
仿真
Matlab
定量称重包装系统RBF神经网络PID控制研究
定量包装
动态称重
RBF神经网络
PID
基于模糊RBF神经网络的智能PID控制
RBF神经网络
模糊算法
PID控制
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 纯滞后对象的RBF神经网络PID控制研究
来源期刊 机械制造与自动化 学科 工学
关键词 RBF 神经网络 PID控制器
年,卷(期) 2011,(2) 所属期刊栏目 信息技术
研究方向 页码范围 113-115
页数 分类号 TP393
字数 2305字 语种 中文
DOI 10.3969/j.issn.1671-5276.2011.02.039
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 王义飞 山西电力职业技术学院电力工程系 3 6 2.0 2.0
2 刘涛 中船重工集团公司第七一八研究所工业控制工程部 3 2 1.0 1.0
3 鲁毅 中船重工集团公司第七一八研究所工业控制工程部 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (161)
参考文献  (7)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(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(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(6)
  • 参考文献(0)
  • 二级参考文献(6)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(4)
  • 参考文献(2)
  • 二级参考文献(2)
2005(4)
  • 参考文献(4)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
RBF
神经网络
PID控制器
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
机械制造与自动化
双月刊
1671-5276
32-1643/TH
大16开
江苏省南京市珠江路280号1903室
28-291
1972
chi
出版文献量(篇)
6602
总下载数(次)
23
总被引数(次)
27288
论文1v1指导