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:
粒子群算法是一种智能算法,在PID控制器参数整定的应用中可取得更优的效果.为解决传统的粒子群算法早熟收敛和收敛速度慢的缺点,文中采用了一种基于相似度动态调整惯性权重的方法,即越靠近目前最优粒子的个体被赋予越小的惯性权重值.最后用MATLAB对等温连续搅拌釜反应器仿真.与标准的PSO算法整定方法相比,改进的粒子群算法稳定时间为230.1 s,比传统粒子群算法524.7 s的稳定时间缩小了一半,表明改进的算法对PID控制器的参数优化有着较优的收敛效果.
推荐文章
基于改进粒子群算法的PID控制器参数整定
PID
参数整定
粒子群优化算法
基于粒子群算法的开关磁阻调速电动机PID控制器参数优化
粒子群算法
PID控制器
开关磁阻电动机
基于权重QPSO算法的PID控制器参数优化
量子粒子群算法
权重系数
PID控制器
参数优化
基于粒子群算法优化的车辆主动悬架PID控制
主动悬架
粒子群算法
PID控制
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 基于粒子群算法的PID控制器参数优化
来源期刊 电子科技 学科 工学
关键词 改进PSO算法 PID控制器 参数整定 相似度 惯性权重 搅拌釜反应器 仿真
年,卷(期) 2019,(6) 所属期刊栏目
研究方向 页码范围 7-11
页数 5页 分类号 TP273
字数 4172字 语种 中文
DOI 10.16180/j.cnki.issn1007-7820.2019.06.002
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 张伟 上海理工大学光电信息与计算机工程学院 47 196 8.0 13.0
2 杜美君 上海理工大学光电信息与计算机工程学院 1 6 1.0 1.0
3 谢亚莲 上海理工大学光电信息与计算机工程学院 1 6 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (78)
共引文献  (49)
参考文献  (14)
节点文献
引证文献  (6)
同被引文献  (31)
二级引证文献  (4)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(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)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(1)
  • 二级参考文献(3)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(7)
  • 参考文献(0)
  • 二级参考文献(7)
2011(12)
  • 参考文献(0)
  • 二级参考文献(12)
2012(10)
  • 参考文献(0)
  • 二级参考文献(10)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(11)
  • 参考文献(2)
  • 二级参考文献(9)
2016(6)
  • 参考文献(3)
  • 二级参考文献(3)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(7)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(3)
  • 二级引证文献(4)
2019(7)
  • 引证文献(3)
  • 二级引证文献(4)
2020(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
改进PSO算法
PID控制器
参数整定
相似度
惯性权重
搅拌釜反应器
仿真
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
电子科技
月刊
1007-7820
61-1291/TN
大16开
西安电子科技大学
1987
chi
出版文献量(篇)
9344
总下载数(次)
32
总被引数(次)
31437
论文1v1指导