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:
BP神经网络PID控制是利用BP神经网络的自学习和逼近任意非线性函数功能,对PID控制器的三个参数进行在线整定,但网络初始权值的选取困难.采用改进的PSO算法优化BP神经网络的初始权值,并对基于PAO算法的BP神经网络PID控制进行仿真实验.仿真结果表明,PSO算法使得网络初始权值的选取比较快速,系统的性能有所提高.
推荐文章
串级液位控制系统的改进粒子群神经网络PID控制研究
串级液位控制系统
粒子群算法
神经网络
PID
MATLAB
基于改进粒子群优化算法的神经网络设计
粒子群算法
蚁群算法
信息素
神经网络设计
改进粒子群的模糊神经PID控制研究与应用
电子负载
稳压电源
源效应
模糊神经PID
改进粒子群
改进粒子群算法的小波神经网络语音去噪
小波神经网络
粒子群优化算法
语音去噪
Matlab
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 基于改进粒子群算法的神经网络PID控制研究
来源期刊 机械工程与自动化 学科 工学
关键词 粒子群优化算法 神经网络 PID控制 仿真
年,卷(期) 2012,(3) 所属期刊栏目 自动化技术
研究方向 页码范围 104-106
页数 分类号 TP183
字数 2070字 语种 中文
DOI 10.3969/j.issn.1672-6413.2012.03.042
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 张文华 中北大学信息与通信工程学院 4 4 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (72)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (14)
二级引证文献  (0)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群优化算法
神经网络
PID控制
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
机械工程与自动化
双月刊
1672-6413
14-1319/TH
大16开
太原市胜利街228号
22-117
1972
chi
出版文献量(篇)
9123
总下载数(次)
41
总被引数(次)
29895
论文1v1指导