[1] 李光云,胡钢,马国玉,等. 基于无线传感器网络的土壤墒情监测系统[J]. 微处理机, 2014(2):89-93.
[2] 张瑞瑞. 精准农业传感器网络中的节能技术研究[D]. 北京:中国农业大学, 2015.
[3] 苏越良,何海燕,尹金龙. 企业绿色持续创新能力评价体系研究[J]. 科技进步与对策, 2009,26(20):139-142.
[4] 舒怀林. PID神经元网络及其控制系统[M]. 北京:国防工业出版社, 2006.
[5] 马超阳. 基于人工鱼群算法的PID神经网络控制器仿真研究[D]. 郑州:郑州大学, 2012.
[6] 董宏丽. 神经网络PID控制系统的研究[D]. 大庆:大庆石油学院, 2003.
[7] 戴志明. 自适应控制器参数优化研究[D]. 湘潭:湖南科技大学, 2008.
[8] 徐以山,曾碧,尹秀文,等. 基于改进粒子群算法的BP神经网络及其应用[J]. 计算机工程与应用, 2009,45(35):233-235.
[9] Kennedy J, Eberhart R C. Particle swarm optimization[C]// Proceedings of the 1995 IEEE International Conference on Neural Networks. 1995:1942-1948.
[10] 谢文杰,郭正光. 基于粒子群算法下的PIDNN解耦控制[J]. 现代计算机, 2013(12):3-8.
[11] 刘逸. 粒子群优化算法的改进及应用研究[D]. 西安:西安电子科技大学, 2013.
[12] 曾华华,唐宁九,邓旻辉,等. 随机权值平面选址的粒子群优化算法[J]. 计算机应用研究, 2009,26(4):1308-1310.
[13] 李玉贞,张丽丽. 基于车流量和粒子群算法的无线接入点布局[J]. 电子设计工程, 2014,22(5):85-88.
[14] Shi Y, Eberhart R C. Empirical study of particle swarm optimization[C]// Proceedings of the 1999 Congress on Evolutionary Computation. 1999:1945-1950.
[15] 吴华丽,吴进华,柳爱利. 混合PSO在最小均方误差调节器中的应用[J]. 计算机系统应用, 2012,21(4):212-215.
[16] 李红升. 基于粒子群算法改进电力信息系统的安全研究[J]. 科技通报, 2013,29(4):158-160.
[17] 曲天润,薛田良. 基于PIDNN变结构理论的电动机整流稳压补偿控制[J]. 电气应用, 2015,34(11):83-86. |