钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
云南民族大学学报(自然科学版)期刊
\
基于改进BP神经网络PID自整定的研究
基于改进BP神经网络PID自整定的研究
作者:
叶海平
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
改进共轭梯度法
伺服系统
BP神经网络
PID控制器
自整定
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.
暂无资源
收藏
引用
分享
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
基于改进灰色预测模型的自整定PID控制
非线性滞后系统
四阶龙格-库塔法
灰色模型
BP神经网络
基于BP神经网络的PID改进和研究
PID神经网络
动量项
激励函数
基于RBF神经网络参数自整定的AUV深度控制
自主水下航行器
深度控制
径向基函数神经网络
比例-积分-微分控制
自整定
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
被引次数趋势
(/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)
主办单位:
云南民族大学
出版周期:
双月刊
ISSN:
1672-8513
CN:
53-1192/N
开本:
大16开
出版地:
中国昆明市一二·一大街134号
邮发代号:
创刊时间:
1992
语种:
chi
出版文献量(篇)
2286
总下载数(次)
5
总被引数(次)
8502
期刊文献
相关文献
1.
基于改进模糊神经网络的 PID 参数自整定
2.
基于改进灰色预测模型的自整定PID控制
3.
基于BP神经网络的PID改进和研究
4.
基于RBF神经网络参数自整定的AUV深度控制
5.
基于改进模糊神经网络的 PID 参数自整定
6.
一种基于DRNN神经网络整定的PID解耦控制方法的研究
7.
基于BP神经网络自整定的PID温度控制系统的设计
8.
SIMULINK仿真BP神经网络整定的PID控制
9.
基于改进RBF神经网络的PID整定
10.
基于改进 Solis & Wets 算法的 PID 参数自整定
11.
基于改进型RBF神经网络辨识的PID控制
12.
二次调节系统PID控制参数的神经网络自整定研究
13.
基于优化BP神经网络的PID控制研究与仿真
14.
基于神经网络的PID控制及其仿真
15.
BP 神经网络的改进
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
学术导航
任务中心
论文润色
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
云南民族大学学报(自然科学版)2022
云南民族大学学报(自然科学版)2021
云南民族大学学报(自然科学版)2020
云南民族大学学报(自然科学版)2019
云南民族大学学报(自然科学版)2018
云南民族大学学报(自然科学版)2017
云南民族大学学报(自然科学版)2016
云南民族大学学报(自然科学版)2015
云南民族大学学报(自然科学版)2014
云南民族大学学报(自然科学版)2013
云南民族大学学报(自然科学版)2012
云南民族大学学报(自然科学版)2011
云南民族大学学报(自然科学版)2010
云南民族大学学报(自然科学版)2009
云南民族大学学报(自然科学版)2008
云南民族大学学报(自然科学版)2007
云南民族大学学报(自然科学版)2006
云南民族大学学报(自然科学版)2005
云南民族大学学报(自然科学版)2004
云南民族大学学报(自然科学版)2003
云南民族大学学报(自然科学版)2002
云南民族大学学报(自然科学版)2001
云南民族大学学报(自然科学版)2000
云南民族大学学报(自然科学版)2018年第6期
云南民族大学学报(自然科学版)2018年第5期
云南民族大学学报(自然科学版)2018年第4期
云南民族大学学报(自然科学版)2018年第3期
云南民族大学学报(自然科学版)2018年第2期
云南民族大学学报(自然科学版)2018年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号