基于改进粒子群算法的BP网络在DTC系统中的转速辨识

作     者：曹承志 刘洋 姜西羚 王芳 伞宏力 CAO Cheng-zhi1,LIU Yang1,JIANG Xi-ling2,WANG Fang1,SAN Hong-li1 (1. Department of Information Science and Engineering,Shenyang University of Technology,Shenyang 110023,China;2. Investigation and Design Institute of Water Resources and Hydropower,Liaoning Province,Shenyang 100006,China)

作者机构：沈阳工业大学信息科学与工程学院辽宁沈阳110023 辽宁省水利水电勘测设计研究院辽宁沈阳100006 

基　　金：辽宁省自然科学基金资助项目(20032032) 教育部“春晖计划”合作科研项目(Z2005-2-11008) 辽宁省教育厅高校科研项(20206331) 

出 版 物：《系统仿真学报》 (Journal of System Simulation)

年 卷 期：2008年第20卷第20期

页      码：5519-5522页

摘      要：利用改进粒子群优化(PSO)算法优化BP神经网络的权值和阈值,有效地解决了BP算法易陷入局部极小值的缺点,能更快速的实现收敛,不仅具有广泛的映射能力,还明显提高了运算效率。通过对直接转矩控制(DTC)系统进行MATLAB/SIMULINK仿真研究,结果表明:基于PSO-BP神经网络构造的速度辨识器具有良好的辨识效果。

主 题 词：粒子群优化算法 BP神经网络 直接转矩控制 转速辨识 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0802[工学-机械学] 0835[0835] 0825[工学-环境科学与工程类] 0701[理学-数学类] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.16182/j.cnki.joss.2008.20.059

馆 藏 号：203840549...