作者:
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:
一般传统PID控制器参数优化都采用Ziegler-Nichols法,由于其无法获得满意的动态指标.因此本文提出一种基于改进蚁群算法的PID控制器参数优化方法.蚁群算法是一种仿生进化算法,其采用分布计算机制,具有较强鲁棒性.本文提出的改进蚁群算法,可自适应调整路经上的信息素,并将各路径上的信息素强度限制在某个区域内,以避免搜索停滞.仿真实验表明该方案可行.
推荐文章
基于自适应蚁群遗传混合算法的 PID 参数优化
PID 控制器
交叉因子
蚁群遗传混合算法
自适应
信息素
基于蚁群算法的PID控制参数优化
蚁群算法
PID
信息素
遗传算法
ZN法
基于蚁群算法的PID参数优化设计
蚁群算法
PID控制
适应度函数
遗传算法
基于改进蚁群算法的飞行仿真转台的控制优化
蚁群算法
信息素
非线性比例
-微分-积分控制器
参数优化
飞行仿真转台
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 基于改进蚁群算法的PID参数优化
来源期刊 制造业自动化 学科 工学
关键词 蚁群算法 参数优化 信息素 PID
年,卷(期) 2011,(8) 所属期刊栏目 研究与开发
研究方向 页码范围 1-3,16
页数 分类号 TP391
字数 2352字 语种 中文
DOI 10.3969/j.issn.1009-0134.2011.4b.01
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 许贺群 兰州理工大学电气工程与信息工程学院 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (45)
共引文献  (406)
参考文献  (3)
节点文献
引证文献  (8)
同被引文献  (18)
二级引证文献  (9)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(5)
  • 参考文献(0)
  • 二级参考文献(5)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(6)
  • 参考文献(0)
  • 二级参考文献(6)
1994(6)
  • 参考文献(0)
  • 二级参考文献(6)
1995(5)
  • 参考文献(0)
  • 二级参考文献(5)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2001(1)
  • 参考文献(1)
  • 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)
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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(3)
  • 引证文献(1)
  • 二级引证文献(2)
2017(3)
  • 引证文献(2)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(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
蚁群算法
参数优化
信息素
PID
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
制造业自动化
月刊
1009-0134
11-4389/TP
大16开
北京德胜门外教场口1号
2-324
1979
chi
出版文献量(篇)
12053
总下载数(次)
12
总被引数(次)
59694
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导