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:
为了更好的实现对温室环境系统的智能控制, 针对温室环境系统存在非线性、强耦合、大滞后、强时变等问题, 在分析BP神经网络技术的基础上, 提出并设计出一种基于遗传-粒子群优化的BP神经网络PID控制器, 该控制器结合遗传算法强全局搜索能力以及粒子群算法强局部搜索能力和收敛速度快的特点, 对神经网络的权值进行优化, 对温室环境系统起到了有效的控制.最后对常规和改进后的BP神经网络PID控制器进行仿真对比研究.仿真结果表明, 经过改进后的BP神经网络PID控制有更好的稳定性和鲁棒性.
推荐文章
基于BP神经网络优化的PID控制器研究
BP神经网络
PID
数据包丢失
网络控制系统
基于改进BP神经网络PID自整定的研究
改进共轭梯度法
伺服系统
BP神经网络
PID控制器
自整定
基于改进型BP神经网络的PID控制算法
PID控制
神经网络
被控对象
非线性系统
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 改进的BP神经网络PID控制器在温室环境控制中的研究
来源期刊 电子测量技术 学科 工学
关键词 BP神经网络 遗传算法 粒子群算法 PID控制 智能控制 温室环境
年,卷(期) 2019,(4) 所属期刊栏目 研究与设计
研究方向 页码范围 19-24
页数 6页 分类号 TP13|TN349
字数 语种 中文
DOI 10.19651/j.cnki.emt.1802034
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 施一萍 30 80 6.0 8.0
2 江鹏 3 4 1.0 2.0
3 袁建平 5 21 3.0 4.0
4 蒋宇 5 19 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (103)
共引文献  (91)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
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)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(13)
  • 参考文献(1)
  • 二级参考文献(12)
2012(14)
  • 参考文献(2)
  • 二级参考文献(12)
2013(12)
  • 参考文献(0)
  • 二级参考文献(12)
2014(17)
  • 参考文献(2)
  • 二级参考文献(15)
2015(9)
  • 参考文献(2)
  • 二级参考文献(7)
2016(7)
  • 参考文献(3)
  • 二级参考文献(4)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
BP神经网络
遗传算法
粒子群算法
PID控制
智能控制
温室环境
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
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
总被引数(次)
46785
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导