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:
PID控制器在现代工业生产中拥有极为广泛的运用,而PID参数对于PID控制器的效果发挥着至关重要的作用.为了解决PID参数的优化问题,提出了一种基于鸡群优化算法的PID参数优化方法,该算法以PID三个参量构造鸡群位置坐标,以误差绝对值和控制输入平方项的时间积分作为优化目标,经过迭代寻优计算得到系统最优控制量.仿真结果表明,与遗传算法、粒子群算法和人群搜索算法的PID参数相比,该算法具有更高的系统控制精度、更快的系统响应速度和更强的鲁棒性,为控制系统的PID参数整定提供了参考.
推荐文章
基于改进GAAA算法的PID参数优化
PID遗传算法
蚁群算法
改进GAAA
基于蚁群算法的航空发动机PID参数优化
航空发动机
蚁群算法
PID控制器
解耦
多变量系统
基于自适应蚁群遗传混合算法的 PID 参数优化
PID 控制器
交叉因子
蚁群遗传混合算法
自适应
信息素
基于蚁群算法的MIG焊脉冲电流PID参数优化研究
MIG焊脉冲电流
蚁群算法
PID
参数整定优化
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 基于鸡群优化算法的PID参数优化
来源期刊 计算机与数字工程 学科 工学
关键词 PID控制器 鸡群优化算法 遗传算法 粒子群算法 人群搜索算法 参数优化
年,卷(期) 2020,(5) 所属期刊栏目 信息融合
研究方向 页码范围 1082-1086
页数 5页 分类号 TP301.6
字数 3375字 语种 中文
DOI 10.3969/j.issn.1672-9722.2020.05.017
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 曹中清 西南交通大学机械工程学院 23 164 7.0 12.0
2 彭健 西南交通大学机械工程学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (105)
共引文献  (160)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1993(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(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(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
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(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(10)
  • 参考文献(0)
  • 二级参考文献(10)
2010(9)
  • 参考文献(3)
  • 二级参考文献(6)
2011(11)
  • 参考文献(1)
  • 二级参考文献(10)
2012(12)
  • 参考文献(1)
  • 二级参考文献(11)
2013(9)
  • 参考文献(1)
  • 二级参考文献(8)
2014(14)
  • 参考文献(2)
  • 二级参考文献(12)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(9)
  • 参考文献(3)
  • 二级参考文献(6)
2017(2)
  • 参考文献(0)
  • 二级参考文献(2)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
PID控制器
鸡群优化算法
遗传算法
粒子群算法
人群搜索算法
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导