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:
针对多输入多输出(MIMO)复杂过程控制中控制性能偏慢等问题,对神经网络PID控制器以及PID控制理论物理机制之间的相互作用进行了研究.对神经元PID控制器隐层和输出层之间的初始权值进行了归纳,提出了一种粒子群优化算法,提高了PSO算法的收缩因子以保证优化的收敛性,并进行了Matlab仿真.研究结果表明,所提出的神经网络PID控制器的改进粒子群算法优化,在高耦合效应的复杂MIMO对象中具有良好的精度以及快速响应的特性.
推荐文章
一种改进型的粗糙-神经网络PID控制器设计
粗糙集
数据约简
BP网络
建模
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
基于优化BP神经网络的PID控制器研究
神经网络
优化BP算法
控制器
计算机仿真
基于改进粒子群算法的中药提取过程PID优化控制
粒子群算法
中药提取
PID控制
参数稳定域
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 一种基于改进的粒子群优化算法的神经网络PID控制器
来源期刊 机电工程 学科 工学
关键词 神经网络 PID控制器 多输入多输出 解耦 改进的粒子群优化算法
年,卷(期) 2015,(2) 所属期刊栏目 自动化、计算机技术
研究方向 页码范围 295-300
页数 6页 分类号 TP273
字数 5550字 语种 中文
DOI 10.3969/j.issn.1001-4551.2015.02.029
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 方建安 东华大学信息科学与技术学院 87 615 13.0 19.0
2 金林骏 东华大学信息科学与技术学院 2 14 2.0 2.0
3 潘磊宁 东华大学信息科学与技术学院 2 14 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (27)
共引文献  (9)
参考文献  (10)
节点文献
引证文献  (7)
同被引文献  (18)
二级引证文献  (15)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(2)
  • 二级参考文献(2)
2012(8)
  • 参考文献(3)
  • 二级参考文献(5)
2013(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(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)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(5)
  • 引证文献(0)
  • 二级引证文献(5)
2019(8)
  • 引证文献(2)
  • 二级引证文献(6)
2020(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
神经网络
PID控制器
多输入多输出
解耦
改进的粒子群优化算法
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
机电工程
月刊
1001-4551
33-1088/TM
大16开
浙江省杭州市大学路高官弄9号
32-68
1971
chi
出版文献量(篇)
6489
总下载数(次)
9
论文1v1指导