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:
随着数控技术的发展,传统的PID整定方式已经不能满足伺服系统的控制要求.利用改进共轭梯度法对BP神经网络算法进行优化.将改进BP神经网络算法应用到PID的整定中,构建改进BP神经网络自整定PID控制器.将设计好的BP神经网路PID控制器应用到伺服系统的控制结构图中.与BP神经网络自整定PID控制器,在Matalab 的simulink里面进行建模仿真比较.仿真结果表明改进BP神经网络自整定PID控制器具有较好的快速响应能力、系统稳定性和抗干扰能力.
推荐文章
基于改进模糊神经网络的 PID 参数自整定
PID整定
Mamdani模型
模糊神经网络
混沌遗传算法
BP算法
基于BP神经网络的PID参数自整定的船舶操纵控制器研究
船舶操纵
自动舵
神经网络
PID控制
参数整定
基于模糊神经网络的参数自整定PID控制系统设计
模糊神经
自适应PID
遗传算法
建模
仿真
基于动态神经网络的自整定PID控制策略
RBF神经网络
最近邻聚类算法
正向辨识
PID控制
在线整定
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 基于改进BP神经网络PID自整定的研究
来源期刊 云南民族大学学报(自然科学版) 学科 工学
关键词 改进共轭梯度法 伺服系统 BP神经网络 PID控制器 自整定
年,卷(期) 2018,(2) 所属期刊栏目 信息与计算机科学
研究方向 页码范围 136-139
页数 4页 分类号 TP273
字数 2482字 语种 中文
DOI 10.3969/j.issn.1672-8513.2018.02.010
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 叶海平 漳州职业技术学院机械与自动化工程系 16 25 4.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (66)
共引文献  (63)
参考文献  (10)
节点文献
引证文献  (7)
同被引文献  (42)
二级引证文献  (8)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 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(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(13)
  • 参考文献(2)
  • 二级参考文献(11)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(9)
  • 参考文献(3)
  • 二级参考文献(6)
2013(6)
  • 参考文献(1)
  • 二级参考文献(5)
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)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(3)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(1)
2018(3)
  • 引证文献(2)
  • 二级引证文献(1)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
2020(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
改进共轭梯度法
伺服系统
BP神经网络
PID控制器
自整定
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
云南民族大学学报(自然科学版)
双月刊
1672-8513
53-1192/N
大16开
中国昆明市一二·一大街134号
1992
chi
出版文献量(篇)
2286
总下载数(次)
5
总被引数(次)
8502
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导