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:
针对控制中PID优化问题,分别用遗传算法和蚁群算法进行了寻优,并进行参数调试比较,得出2种算法都可以进行寻优,但遗传算法操作上要比蚁群算法简单得多,而且收敛速度比蚁群算法快的结论.
推荐文章
遗传增强蚁群优化算法
蚁群优化算法
遗传算法
局部最优
粒子群优化
差分进化算法
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
基于蚁群优化遗传算法的智能自动组卷算法研究
组卷
蚁群算法
遗传算法
融合算法
信息素
考试
基于遗传算法和蚁群算法融合的QoS路由算法
遗传算法
蚁群算法
服务质量路由
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 遗传算法与蚁群算法在PID优化中的应用比较
来源期刊 机电信息 学科
关键词 PID优化 遗传算法 蚁群算法
年,卷(期) 2013,(15) 所属期刊栏目 工艺与技术
研究方向 页码范围 114-116
页数 3页 分类号
字数 4115字 语种 中文
DOI
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 许骏马 1 1 1.0 1.0
2 侯石超 南京工业大学智能建筑研究所 2 4 1.0 2.0
3 何伟光 1 1 1.0 1.0
4 崔鹏飞 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (60)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(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(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(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)
2017(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
PID优化
遗传算法
蚁群算法
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
机电信息
旬刊
1671-0797
32-1628/TM
大16开
南京山西路120号江苏成套大厦12楼
28-285
2001
chi
出版文献量(篇)
19929
总下载数(次)
45
总被引数(次)
30590
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导