[1]基于改进粒子群优化IPSO算法的茶叶烘干机温度控制策略[J].食品与机械

[2]基于模糊神经网络PID控制的花茶烘焙温控系统设计[J].食品与机械

[3]基于并联机器人的食品分拣控制系统设计[J].食品工业

[4]靳淑祎.基于BP神经网络算法的食品烘干机温度控制[J].食品工业,2019(9).

[5]魏苗苗,刘洲峰.基于BP神经网络的卷染机温度控制技术[J].毛纺科技,2019(7).

[6]高艳霞,李禹生.基于粒子群算法和神经网络的大豆识别研究[J].中国粮油学报,2007,22(4):121-124.

[7]钟双连.基于优化PSO改进BP神经网络的转炉炼钢钢水重量预测研究[J].电击高手,2010(9).

[8]改进BP算法优化的纺织空调智能PIDNN控制[J].棉纺织技术

[9]秦培林.基于RBF神经网络PID的全自动称重包装智能控制[J].包装与食品机械,2019(2).

[10]基于改进粒子群优化的主动磁悬浮轴承模糊PID控制[J].科技创新与应用

[11]基于改进BP神经网络的锅炉过热器管壁温度预测研究[J].科技创新与应用

[12]基于粒子群算法优化PIDNN的流浆箱解耦控制[J].中华纸业

[13]基于PSO优化PID的造纸定量控制系统设计[J].造纸科学与技术

[14]PSO-BP模型在遥感影像分类中的应用研究[J].科技创新与应用

[15]汤　伟,佟永亮,王　帅,袁志敏,宋　涛.基于模糊自整定粒子群算法的多圆盘过滤机槽体液位控制系统[J].中国造纸,2018,37(11):53-60.

[16]智能仓储机器人全局定位方法研究[J].食品安全导刊

[17]聂琼.浅谈粒子群算法与BP神经网络[J].轻纺工业与技术,2013,42(1):68-70.

[18]莫卫林,杨浩,熊智新,胡慕伊.基于改进PSO算法的PID优化用于黑液液位控制[J].纸和造纸,2018(2).

[19]基于粒子群算法与改进Ziegler-Nichols算法的PID整定方法[J].轻工机械

[20]对比研究响应面法和BP神经网络-粒子群算法优化调理松板肉加工工艺[J].食品与发酵工业