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:
磨煤机制粉系统的输入量和输出量之间相互耦合,而且具有非线性、时滞性大等特点,因此使用常规的控制方法难以达到良好的效果.设计了磨煤机制粉系统的多变量PID神经元网络控制系统,提出了改进的粒子群算法优化多变量PID神经网络参数,然后采用误差反传算法调整网络权值,避免了网络陷入局部最优解.磨煤机制粉系统的仿真实验表明,该方法解决了系统的耦合、时滞性问题,同时减小了系统的超调量,避免了系统的震荡,具有良好的稳态性能和动态性能.
推荐文章
串级液位控制系统的改进粒子群神经网络PID控制研究
串级液位控制系统
粒子群算法
神经网络
PID
MATLAB
基于改进粒子群优化算法的神经网络设计
粒子群算法
蚁群算法
信息素
神经网络设计
改进粒子群的模糊神经PID控制研究与应用
电子负载
稳压电源
源效应
模糊神经PID
改进粒子群
改进粒子群算法在BP神经网络拟合非线性函数方面的应用
BP神经网络
粒子群算法
函数拟合
免疫接种
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 改进的粒子群算法在磨煤机PID神经网络控制中的应用
来源期刊 金陵科技学院学报 学科 工学
关键词 磨煤机 PID 神经网络 粒子群
年,卷(期) 2019,(2) 所属期刊栏目 工程技术
研究方向 页码范围 16-20
页数 5页 分类号 TD453|TP183
字数 3881字 语种 中文
DOI 10.16515/j.cnki.32-1722/n.2019.02.004
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 韩君 宿州学院机械与电子工程学院 19 18 2.0 3.0
2 李明 宿州学院机械与电子工程学院 27 22 3.0 4.0
3 穆海芳 宿州学院机械与电子工程学院 21 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (82)
共引文献  (17)
参考文献  (8)
节点文献
引证文献  (1)
同被引文献  (6)
二级引证文献  (0)
1991(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)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(8)
  • 参考文献(0)
  • 二级参考文献(8)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(8)
  • 参考文献(2)
  • 二级参考文献(6)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(5)
  • 参考文献(1)
  • 二级参考文献(4)
2015(4)
  • 参考文献(2)
  • 二级参考文献(2)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(12)
  • 参考文献(0)
  • 二级参考文献(12)
2018(2)
  • 参考文献(2)
  • 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)
2020(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
磨煤机
PID
神经网络
粒子群
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
金陵科技学院学报
季刊
1672-755X
32-1722/S
大16开
南京市江宁区弘景大道99号
1985
chi
出版文献量(篇)
1963
总下载数(次)
7
总被引数(次)
7281
论文1v1指导