一种变异粒子群优化的BP神经网络PID控制算法

被引：0

专利类型：

发明

申请号：

CN201510128343.0

申请日：

2015-03-24

公开(公告)号：

CN104834215A

公开(公告)日：

2015-08-12

发明(设计)人：

蒋敏兰郑华清

申请人：

申请人地址：

321004 浙江省金华市迎宾大道688号

IPC主分类号：

G05B1304

IPC分类号：

代理机构：

北京市科名专利代理事务所(特殊普通合伙) 11468

代理人：

陈朝阳

法律状态：

公开

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2015-08-12	公开	公开
2015-09-09	实质审查的生效	实质审查的生效号牌文件类型代码:1604 号牌文件序号:101624661609 IPC(主分类):G05B 13/04 专利申请号:2015101283430 申请日:20150324
2018-02-09	授权	授权

共 50 条

[1]

基于FPGA实现的SMU-粒子群算法优化BP神经网络PID控制算法 [P].

江浩 ;

周志聪 ;

刘斌华 ;

李俊溥 ;

夏雨 .

中国专利 :CN120560003A ,2025-08-29

[2]

一种粒子群优化RBF神经网络的PID控制方法 [P].

郝海生 ;

黄茂强 ;

杨红英 .

中国专利 :CN112327631B ,2021-02-05

[3]

基于粒子群优化算法的神经网络学习优化方法 [P].

陆巧 ;

王璐 ;

徐延宁 .

中国专利 :CN104408518A ,2015-03-11

[4]

一种动态变异粒子群优化神经网络的变压器状态评估方法 [P].

彭道刚 ;

张浩 ;

张国祥 ;

黄义超 ;

夏飞 ;

范俊辉 ;

黄超 .

中国专利 :CN105138717A ,2015-12-09

[5]

一种改进粒子群优化的BP神经网络拷贝数变异检测方法与系统 [P].

李俊青 ;

王煊 ;

黄体浩 .

中国专利 :CN113903395A ,2022-01-07

[6]

基于粒子群算法优化BP神经网络的城市交通碳排预测方法 [P].

杨慧 ;

刘文宇 ;

周晓春 ;

毛新逸 ;

闫兆进 ;

吴腾 ;

王彦君 ;

徐辉 ;

徐小东 ;

曹泊 .

中国专利 :CN114881356A ,2022-08-09

[7]

一种基于BP神经网络的PID控制算法 [P].

刘亮亮 ;

高斌 ;

王翠鸣 ;

刘林海 ;

王云阳 ;

王硕 ;

周细顺 .

中国专利 :CN119805918A ,2025-04-11

[8]

一种混沌粒子群优化小波神经网络的方法 [P].

吴炬卓 .

中国专利 :CN109800856A ,2019-05-24

[9]

基于BP神经网络和粒子群算法的焊点结构参数优化方法 [P].

周玉芳 ;

贾璞 .

中国专利 :CN117494324A ,2024-02-02

[10]

一种基于变异粒子群优化算法的三维产权体视角选择方法 [P].

王履华 .

中国专利 :CN114627263A ,2022-06-14

← 1 2 3 4 5 →