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:
通过对小波神经网络算法进行研究和分析,针对传统粒子群算法很容易陷入局部最优的问题,提出了改进粒子群优化算法,在粒子群优化算法中融入遗传算法中的交叉和变异因子,并采用了惯性权重因子线性递减的优化方式.最后,采用仿真实验的方式对小波网络进行训练,并将网络运用到二级倒立摆的控制中,验证了小波神经网络控制器的有效性,控制器具有很强的抗干扰能力.
推荐文章
改进粒子群算法的小波神经网络语音去噪
小波神经网络
粒子群优化算法
语音去噪
Matlab
基于改进的粒子群优化的小波神经网络模型的传感器动态建模
小波神经网络
粒子群优化
传感器
动态建模
基于改进粒子群优化算法的新型小波神经网研究
粒子群优化
小波分析
神经网络
系统辨识
基于小波神经网络的自适应控制器设计
小波神经网络
自适应控制器
在线学习算法
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 基于改进粒子群算法的小波神经网络控制器设计与研究
来源期刊 自动化技术与应用 学科 工学
关键词 小波神经网络 小波分析 粒子群优化算法
年,卷(期) 2020,(8) 所属期刊栏目 控制理论与应用
研究方向 页码范围 6-10,35
页数 6页 分类号 TP13|TP78
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (35)
共引文献  (9)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1973(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)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(3)
  • 参考文献(0)
  • 二级参考文献(3)
2017(8)
  • 参考文献(1)
  • 二级参考文献(7)
2018(4)
  • 参考文献(0)
  • 二级参考文献(4)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 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
小波神经网络
小波分析
粒子群优化算法
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
自动化技术与应用
月刊
1003-7241
23-1474/TP
大16开
哈尔滨市开发区汉水路165号
14-37
1982
chi
出版文献量(篇)
8131
总下载数(次)
24
总被引数(次)
36824
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导