期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
基于蚁群算法改进聚类算法的RBF-NN在PID控制中的应用
被引量:
1
下载PDF
职称材料
导出
摘要
针对非线性系统,采用了径向基函数(RBF)网络的PID整定。由于传统RBF网络的聚类算法聚类质量不高,参数的初始值直接影响收敛速度。该文通过运用蚁群算法和k-均值算法对聚类算法进行改进提高聚类质量并且优化初始值。仿真结果表明,经过对聚类法改进的RBF网络收敛速度快速、精确,PID整定效果优于未使用该方法的整定效果。
作者
汪科
机构地区
湖南铁道职业技术学院铁道牵引与动力学院
出处
《科技资讯》
2017年第8期40-42,共3页
Science & Technology Information
关键词
RBF神经网络
K-均值算法
蚁群算法
PID控制
分类号
P20 [天文地球—测绘科学与技术]
引文网络
相关文献
节点文献
二级参考文献
8
参考文献
3
共引文献
92
同被引文献
5
引证文献
1
二级引证文献
3
参考文献
3
1
杨欣斌,孙京诰,黄道.
基于蚁群聚类算法的离群挖掘方法[J]
.计算机工程与应用,2003,39(9):12-13.
被引量:20
2
李绍铭,刘寅虎.
基于改进型RBF神经网络多变量系统的PID控制[J]
.重庆大学学报(自然科学版),2007,30(2):53-57.
被引量:21
3
王洪斌,杨香兰,王洪瑞.
一种改进的RBF神经网络学习算法[J]
.系统工程与电子技术,2002,24(6):103-105.
被引量:54
二级参考文献
8
1
李晓静,吴庆宪.
一类神经网络整定PID参数的非线性系统解耦方法[J]
.河南科技大学学报(自然科学版),2005,26(1):48-51.
被引量:7
2
薛昊洋,刘红军.
基于BP神经网络的多变量PID解耦控制[J]
.仪器仪表标准化与计量,2005(6):7-9.
被引量:5
3
杨欣斌 孙京诰 黄道.基于蚁群算法的聚类学习新方法[A]..第四届全球智能控制大会论文集[C].上海交通大学出版社,..
4
李人厚.智能控制理论和方法[M].西安:西安科技大学出版社,1997..
5
王涛,沈谦,冯焕清.
一种改进的模糊聚类算法[J]
.电路与系统学报,1999,4(1):64-69.
被引量:15
6
张纪会,高齐圣,徐心和.
自适应蚁群算法[J]
.控制理论与应用,2000,17(1):1-3.
被引量:150
7
朱明,王俊普.
一种聚类学习的新方法[J]
.模式识别与人工智能,2000,13(3):262-265.
被引量:23
8
朱明星,张德龙.
RBF网络基函数中心选取算法的研究[J]
.安徽大学学报(自然科学版),2000,24(1):72-78.
被引量:165
共引文献
92
1
杜欣慧,李小婧.
减聚类在电力系统中长期负荷预测中的应用[J]
.太原理工大学学报,2008,39(S1):165-167.
2
周建芳,张世峰,宁芳青.
基于RBFNN的非线性多变量系统的控制策略研究[J]
.自动化与仪表,2008,23(11):1-4.
3
洪文昌.
基于BP神经网络技术的服装质量预测管理系统设计[J]
.科协论坛(下半月),2009(11):100-101.
4
刘建国,安振涛,张倩.
基于传感器阵列的可燃混合气体RBF网络分析[J]
.装备环境工程,2013,10(3):113-116.
被引量:4
5
胡新荣,李德华,王天珍.
基于蚁群优化算法的彩色图像颜色聚类的研究[J]
.小型微型计算机系统,2004,25(9):1641-1643.
被引量:9
6
王锡淮,李少远,席裕庚.
加热炉钢坯温度软测量模型研究[J]
.自动化学报,2004,30(6):928-932.
被引量:22
7
苗青,曹广益,朱新坚.
基于一种改进的RBF神经网络的直接甲醇燃料电池建模[J]
.系统仿真学报,2005,17(2):284-285.
被引量:3
8
马翔,陈新楚,王劭伯.
均匀设计法在RBF神经网络样本优选中的应用[J]
.模式识别与人工智能,2005,18(2):252-255.
被引量:7
9
肖健梅.
基于径向基函数神经网络的柴油机故障诊断[J]
.仪器仪表学报,2005,26(4):355-357.
被引量:21
10
李宝家,宋桂荣.
一种具有紧支撑的径向基函数[J]
.沈阳工业大学学报,2005,27(2):226-228.
被引量:3
同被引文献
5
1
熊中刚,刘小雍,金星,邹江,张旭,吴廷强.
基于模糊理论的参数自适应PID智能控制系统[J]
.农机化研究,2019,41(5):33-38.
被引量:13
2
管鹏飞,冯立超,孙立.
叶片模温智能控制研究进展[J]
.科技资讯,2019,17(25):53-53.
被引量:1
3
陈文静.
基于智能控制的PID控制方式的研究[J]
.电子测试,2020,31(5):117-118.
被引量:3
4
樊大勇.
PID控制方法的研究现状及应用展望[J]
.数字通信世界,2019(1):129-130.
被引量:9
5
甄岩,郝明瑞.
基于深度强化学习的智能PID控制方法研究[J]
.战术导弹技术,2019,0(5):37-43.
被引量:11
引证文献
1
1
林继.
基于智能控制的PID控制方式的分析[J]
.冶金管理,2020(23):67-68.
被引量:3
二级引证文献
3
1
刘桂杉,李明,王璐.
基于模糊PID的麦冬干燥箱温度控制系统设计[J]
.农机使用与维修,2022(8):7-12.
被引量:3
2
王其军,卢发明,许亚辉,王琨,曾治超,魏世泽.
流体PVT分析仪指数型压力闭环控制方法[J]
.实验室研究与探索,2022,41(9):50-53.
被引量:1
3
陈洪芳,孙若水,何瑞彬,宋辉旭.
高精度激光追踪控制方法研究[J]
.中国激光,2022,49(23):72-79.
被引量:3
1
徐苹.
地震预报问题的非线性系统[J]
.地震地质译丛,1991,13(4):37-42.
2
荆丰伟,刘冀伟,王淑盛.
改进的K-均值算法在岩相识别中的应用[J]
.微计算机信息,2004,20(7):41-42.
被引量:5
3
周翠英,王琳英.
非线性系统的地球岩石层及其在地震预报中的意义[J]
.世界地震译丛,1991,22(1):31-44.
4
郭皓,邢贞相,付强,李晶.
基于密度参数K-均值算法的RBF网络及其在降水量预测中的应用[J]
.水土保持研究,2014,21(6):299-303.
被引量:4
5
毛秀,冒纯丽,丁岳伟.
基于密度和聚类指数改进的K-means算法[J]
.电子科技,2015,28(11):47-50.
被引量:10
6
王巧丽.
分形理论及其在水文学中的应用[J]
.山西水利科技,2003(3):21-23.
被引量:3
7
黄国如,胡和平,田富强.
用径向基函数神经网络模型预报感潮河段洪水位[J]
.水科学进展,2003,14(2):158-162.
被引量:34
8
邹锡青,王思源.
广西芒场锡多金属矿田稳定同位素组成对矿床成因探讨[J]
.南方国土资源,1993(2):63-68.
被引量:5
9
丁胜,袁修孝,陈黎.
粒子群优化算法用于高光谱遥感影像分类的自动波段选择[J]
.测绘学报,2010,39(3):257-263.
被引量:25
10
田庆,王晏民,张瑞菊.
基于网格化曲率聚类的点云分割[J]
.北京建筑工程学院学报,2008,24(4):22-25.
被引量:3
科技资讯
2017年 第8期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部