原文服务方: 湖南理工学院学报(自然科学版)       
摘要:
主要对BP神经网络PID控制算法进行了研究,提出一种改变步长和学习率的迭代法,能有效的减少网络收敛次数.然后从神经网络激活函数的选择出发,提出一种新的非线性误差函数.仿真表明,该方法能减少网络训练的次数,加快收敛,也能避免网络学习下初期的振荡现象.
推荐文章
基于BP神经网络的PID控制方法的研究
BP算法
神经网络
PID控制
基于共轭梯度法的改进型BP神经网络PID控制算法
BP神经网络
PID控制器
共轭梯度法
基于BP神经网络PID控制的BLDCM调速系统
无刷直流电机
BP神经网络
PID控制
调速系统
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
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BP神经网络的PID改进和研究
来源期刊 湖南理工学院学报(自然科学版) 学科
关键词 PID神经网络 动量项 激励函数
年,卷(期) 2017,(1) 所属期刊栏目
研究方向 页码范围 26-31
页数 6页 分类号 TP18
字数 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 金朝永 广东工业大学应用数学学院 50 140 6.0 9.0
2 汪圣祥 广东工业大学应用数学学院 4 9 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (43)
共引文献  (43)
参考文献  (9)
节点文献
引证文献  (7)
同被引文献  (19)
二级引证文献  (8)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
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(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(5)
  • 参考文献(1)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(5)
  • 引证文献(4)
  • 二级引证文献(1)
2019(9)
  • 引证文献(2)
  • 二级引证文献(7)
研究主题发展历程
节点文献
PID神经网络
动量项
激励函数
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
湖南理工学院学报(自然科学版)
季刊
1672-5298
43-1421/N
大16开
1988-01-01
chi
出版文献量(篇)
2108
总下载数(次)
0
总被引数(次)
5747
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导