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:
由于被控对象往往具有高阶非线性等特点,传统PID(Proportion Integration Differentiation)控制器参数整定方法容易使控制器出现超调、 震荡、 性能变差等缺陷.为此,提出运用将蚂蚁和蚁狮的移动步长进行改进的蚁狮算法对参数进行优化,通过其互动关系,选择最佳蚁狮位置确定控制器参数,并与改进前蚁狮算法及其他优化算法进行了对比.仿真结果表明,基于改进型蚁狮算法的PID控制器具有较好的性能指标,相比于改进前蚁狮算法、 遗传算法和粒子群算法,该算法具有较高的系统控制精度,以及较短的响应时间等优点,且算法实现更加简单,证明了该方法对于优化PID参数具有优越性和有效性,为PID控制器的参数优化提供了参考.
推荐文章
基于蚁群算法的PID控制器参数优化研究
蚁群算法
PID控制器
参数优化
基于PSO算法的PID控制器参数优化研究分析
PSO算法
PID控制
优化
仿真
分析
带混沌侦查机制的蚁狮优化算法优化SVM参数
蚁狮优化算法
混沌
侦查机制
支持向量机
参数优化
基于蚁群算法的再热汽温预测PID控制器参数优化
预测控制
PID
蚁群算法
神经网络
再热汽温
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 基于改进型蚁狮算法的PID控制器参数优化
来源期刊 吉林大学学报(信息科学版) 学科 工学
关键词 PID控制器 改进型蚁狮算法 参数优化
年,卷(期) 2019,(3) 所属期刊栏目 控制科学与工程
研究方向 页码范围 292-298
页数 7页 分类号 TP301.6
字数 2747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 边莉 广东海洋大学电子与信息工程学院 2 1 1.0 1.0
2 何辉 黑龙江科技大学电子与信息工程学院 3 1 1.0 1.0
3 杨彦方 黑龙江科技大学电子与信息工程学院 2 1 1.0 1.0
4 刘文静 黑龙江科技大学电子与信息工程学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (76)
共引文献  (57)
参考文献  (13)
节点文献
引证文献  (1)
同被引文献  (5)
二级引证文献  (0)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(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)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(7)
  • 参考文献(0)
  • 二级参考文献(7)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(5)
  • 参考文献(0)
  • 二级参考文献(5)
2012(8)
  • 参考文献(1)
  • 二级参考文献(7)
2013(8)
  • 参考文献(1)
  • 二级参考文献(7)
2014(4)
  • 参考文献(0)
  • 二级参考文献(4)
2015(7)
  • 参考文献(2)
  • 二级参考文献(5)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(6)
  • 参考文献(3)
  • 二级参考文献(3)
2018(4)
  • 参考文献(4)
  • 二级参考文献(0)
2019(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)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
PID控制器
改进型蚁狮算法
参数优化
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
吉林大学学报(信息科学版)
双月刊
1671-5896
22-1344/TN
大16开
长春市南湖大路5372号
1983
chi
出版文献量(篇)
2333
总下载数(次)
2
总被引数(次)
16807
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导