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:
本文首先介绍了PID控制器,在此基础上提出了一种基于智能群算法对PID控制器的比例、积分、微分三个参数进行优化整定的改进PSO算法,并利用Mat lab对PID工业控制器进行模拟仿真,利用仿真曲线进行直观的对比.通过与标准PSO优化算法及常规的Z-N整定法的比较,结果表明基于改进PSO算法对PID的整定方法不仅能快速的从全局搜索出优化的整定参数,而且也能够大大地提升整定效果.实验结果也表明该算法具体良好的收敛速度和稳定性,是一种具有高控制精度、高稳定性和快速性的PID整定算法.
推荐文章
基于量子粒子群算法的PID参数自整定方法
自动控制
PID参数整定
粒子群算法
基于多模型粒子群优化的PID参数鲁棒整定
PID控制
参数优化
粒子群优化
多目标
鲁棒性
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 基于粒子群优化算法对PID参数的优化整定
来源期刊 软件 学科 工学
关键词 群智能算法 改进PSO算法 惯性权重 学习因子 PID控制器 参数整定
年,卷(期) 2017,(11) 所属期刊栏目 基金项目论文
研究方向 页码范围 67-70
页数 4页 分类号 TM306|TP18
字数 2386字 语种 中文
DOI 10.3969/j.issn.1003-6970.2017.11.013
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 董楠楠 辽宁大学信息学院 11 15 2.0 3.0
2 夏天 辽宁大学信息学院 7 35 4.0 5.0
3 王长海 辽宁大学信息学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (81)
共引文献  (58)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (9)
二级引证文献  (6)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(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)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(13)
  • 参考文献(0)
  • 二级参考文献(13)
2014(6)
  • 参考文献(4)
  • 二级参考文献(2)
2015(4)
  • 参考文献(4)
  • 二级参考文献(0)
2017(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)
2018(2)
  • 引证文献(2)
  • 二级引证文献(0)
2019(6)
  • 引证文献(3)
  • 二级引证文献(3)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
群智能算法
改进PSO算法
惯性权重
学习因子
PID控制器
参数整定
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
软件
月刊
1003-6970
12-1151/TP
16开
北京市3108信箱
1979
chi
出版文献量(篇)
9374
总下载数(次)
40
论文1v1指导