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:
本文主要采用粒子群算法去优化基于BP神经网络整定的PID控制算法,令PID控制算法的收敛更加迅速,搜索能力更强,最终使得PID控制系统的控制效果更加理想,在使用粒子群算法(PSO)对BP神经网络加以改进后,能令新的PSO-BP网络比普通的BP网络具有更强的搜索能力,应用到PID控制光照系统中效果更好.
推荐文章
基于PSO-BP优化算法的变频液压系统故障检测
PSO-BP
变频液压系统
故障检测
基于组合特征和PSO-BP算法的数字识别
组合特征
粒了群算法
BP神经网络
数字识别
基于PSO-BP算法的目标威胁评估
BP神经网络
粒子群算法
威胁指数法
威胁估计
改进PSO-BP算法在函数拟合中的应用
神经网络
BP算法
PSO算法
惯性权重
函数拟合
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 PSO-BP算法优化PID控制在光照系统中的应用
来源期刊 数字技术与应用 学科 工学
关键词 PID控制 BP神经网络 粒子群优化算法 PSO-BP算法
年,卷(期) 2016,(5) 所属期刊栏目 算法分析
研究方向 页码范围 135
页数 1页 分类号 TP273
字数 1212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 王雷 5 6 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2016(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)
研究主题发展历程
节点文献
PID控制
BP神经网络
粒子群优化算法
PSO-BP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
数字技术与应用
月刊
1007-9416
12-1369/TN
16开
天津市
6-251
1983
chi
出版文献量(篇)
20434
总下载数(次)
106
总被引数(次)
35701
论文1v1指导