基于BP神经网络的最经济控制研究被引量：3

在线阅读下载PDF

导出

摘要为了实现最经济控制,本文将代价函数植入BP网络,并用粒子优化方法实现对BP神经网络的优化,通过验证,表明优化后的算法与普通的BP网络的最经济控制相比,具有明显的优越性。

作者万梅芳

机构地区新余学院

出处《无线互联科技》 2014年第2期133-133,共1页 Wireless Internet Technology

关键词最经济控制 BP神经网络粒子优化

分类号 TP183 [自动化与计算机技术—控制理论与控制工程]

作者简介万梅芳（1982－），女，汉族，新余学院机械工程学院教师，研究方向：智能控制，工业控制。

引文网络
相关文献

参考文献1

1吴斌.控制系统的最经济智能实现[J].电子科技大学学报,2001,30(4):396-400. 被引量：6

二级参考文献21

1刘文,费敏锐.现场通信技术及其对我国传统产业改造的影响[J].上海大学学报（自然科学版）,1997,3(S1):254-258. 被引量：4
2张广州.现场总线基金会及现场总线网络标准[J].微计算机信息,1996,12(4):5-9. 被引量：10
3刘维.线性闭环控制系统最经济结构综合：学位论文[M].北京:中国科学院自动化研究所,1982..
4孙维正.最经济结构综合问题的间接解法与最经济解耦控制：学位论文[M].北京:中国科学院自动化研究所,1982..
5霍伟.线性系统的结构经济控制：学位论文[M].北京:北京航空航天大学,1983..
6王庆国.造纸机控制系统最经济结构综合：学位论文[M].杭州:浙江大学,1984..
7马少梅，化工自动化与仪表，1997年，24卷，4期，3页
8刘文，上海大学学报，1997年，3卷，增，248页
9涂序彦，大系统控制论，1994年
10王锦标，过程计算机控制，1992年

共引文献5

1李冉,陈以.基于UD和GA的神经网络最经济参数的研究[J].微计算机信息,2007,23(31):295-296. 被引量：2
2陈以,万梅芳.基于RBF神经网络的最经济控制研究[J].微计算机信息,2010,26(2):37-38. 被引量：4
3廖小春,涂延安,钟耀球.贵溪冶炼厂一系统闪速炉控制系统改造实践[J].有色金属（冶炼部分）,2013(2):17-20. 被引量：4
4万梅芳.城市供水系统的最经济控制[J].企业技术开发（中旬刊）,2013,32(9):43-44. 被引量：1
5吴斌,涂序彦.最经济智能控制系统研究开发及应用[J].系统科学与数学,2016,36(9):1497-1506.

同被引文献25

1姬江涛,王荣先,符丽君.轮履复合式农业机器人平台越障运动规划[J].拖拉机与农用运输车,2008,35(4):83-84. 被引量：3
2余华,吴文全,曹亮.BP神经网络的改进算法及其应用[J].电脑知识与技术,2009,5(7):5256-5258. 被引量：9
3徐志英.一种改进的多层前馈神经网络结构研究[J].科学技术与工程,2009,9(17):4973-4977. 被引量：2
4万亿泰.BP人工智能神经网络拓扑结构及算法[J].黑龙江科技信息,2009(28):84-85. 被引量：6
5柳红,贺兴时,刘爱华.基于并联灰色神经网络的陕西省宏观经济预测[J].决策与信息（下旬）,2010(3):136-137. 被引量：1
6梁捷,陈力.基于标称计算力矩控制器的双臂空间机器人惯性空间轨迹跟踪的模糊自适应补偿控制[J].工程力学,2010,27(11):221-228. 被引量：12
7朱法华,王圣,孙雪丽,李亚春,左漪.氮氧化物控制技术在电力行业中的应用[J].中国电力,2011,44(12):55-59. 被引量：27
8周燕艳.基于改进的BP算法的RoboCup防守策略研究[J].海军工程大学学报,2011,23(6):40-43. 被引量：2
9黄文燕,罗飞,许玉格,王志平.基于模拟退火PSO-BP算法的钢铁生产能耗预测研究[J].科学技术与工程,2012,20(30):7906-7910. 被引量：5
10霍秋宝,田亮,赵亮宇,刘吉臻.火电机组不同脱硝方式下的运行费用分析[J].华北电力大学学报（自然科学版）,2012,39(5):87-92. 被引量：12

引证文献3

1袁铸,申一歌.农业机器人轨迹优化自动控制研究——基于BP神经网络与计算力矩[J].农机化研究,2017,39(6):33-37. 被引量：13
2沈勇,傅玉,唐诗洁,陆强,董长青,周景晖,庄柯.基于灰色神经网络的SCR脱硝催化剂寿命预测研究[J].华北电力大学学报（自然科学版）,2018,45(3):74-80. 被引量：3
3金定强,王康,庄柯,喻乐蒙.火电在役SCR脱硝催化剂寿命预测研究与应用[J].神华科技,2019,17(2):39-43. 被引量：2

二级引证文献16

1陈杨,巩博.多自由度篮球机器人复杂路径跟踪控制系统设计[J].计算机测量与控制,2017,25(12):95-98. 被引量：1
2陈涛,张华飞,衣传宝,孙成勋,高阳,徐华雷.改进的Adaboost方法及其在水电站设备故障检测中的应用[J].水力发电,2018,44(3):62-65. 被引量：3
3柯建波.工业机器人运动系统自动控制研究[J].新一代信息技术,2019,2(18):59-64. 被引量：1
4张亚涛,邱明,周大威,卢团良,庞晓旭.基于双应力加速寿命试验的关节轴承寿命预测与可靠性分析[J].润滑与密封,2020,45(3):51-56. 被引量：15
5姚磊,黄硕,高华.自动控制的优化模型和算法应用研究[J].赤峰学院学报（自然科学版）,2020,36(5):42-44. 被引量：1
6彭勃,张萌.自动控制技术在农业自动化中的应用[J].农业技术与装备,2020(5):69-70. 被引量：3
7宝秋利,梁显丽.基于大数据的园林割草机器人轨迹规划仿真[J].计算机仿真,2020,37(8):261-265. 被引量：3
8秦刚华,陈彪,冯向东,高强生,梁成思.燃煤机组脱硝催化剂在线性能评估及寿命示警[J].锅炉技术,2020,51(5):16-20. 被引量：6
9莫冬炎,杨尘宇,黄沛琛,张世昂,朱立学.基于环境感知的果园机器人自主导航技术研究进展[J].机电工程技术,2021,50(9):145-150. 被引量：8
10孙沛.一种玉米收获机控制系统的机器学习算法应用[J].农机化研究,2024,46(3):190-194.

1张小国.供热系统的最经济控制[J].中国建设信息（供热制冷）,2008(3):34-36.
2陈以,万梅芳.基于RBF神经网络的最经济控制研究[J].微计算机信息,2010,26(2):37-38. 被引量：4
3吴斌,涂序彦,吴坚.最经济控制研究[J].控制理论与应用,1999,16(5):625-629. 被引量：5
4刘先省,胡振涛,金勇,杨一平.基于粒子优化的多模型粒子滤波算法[J].电子学报,2010,38(2):301-306. 被引量：21
5胡磊.管理系统的最经济控制问题探讨[J].科技风,2014(8):223-223.
6吴斌.最经济智能控制研究与应用[J].西南工学院学报,2002,17(1):1-7. 被引量：4
7那加.基于自适应变异的粒子群优化算法的车间作业调度优化及其软件实现[J].信息与控制,2005,34(3):365-368. 被引量：5
8路浩,倪世宏,查翔,张鹏.基于递减概率初始点选择K中心点进化算法[J].计算机仿真,2014,31(9):314-318. 被引量：3
9李冉,陈以.基于UD和GA的神经网络最经济参数的研究[J].微计算机信息,2007,23(31):295-296. 被引量：2
10郭巳秋,宋玉龙,宋策,刘立刚,任航.改进惯性权重的粒子群目标跟踪算法[J].国外电子测量技术,2017,36(1):17-20. 被引量：10

无线互联科技

2014年第2期

浏览历史

内容加载中请稍等...

基于BP神经网络的最经济控制研究被引量：3

参考文献1

二级参考文献21

共引文献5

同被引文献25

引证文献3

二级引证文献16

相关作者

相关机构

相关主题

浏览历史

基于BP神经网络的最经济控制研究 被引量：3

参考文献1

二级参考文献21

共引文献5

同被引文献25

引证文献3

二级引证文献16

相关作者

相关机构

相关主题

浏览历史

基于BP神经网络的最经济控制研究被引量：3