基于小波模糊神经网络的DTC系统参数的辨识

摘要：

模糊神经网络由于具有良好的自学习和自适应能力,在非线性系统辨识中有着广泛的应用,又由于小波变换或分解所表现的良好的时频局部化特性,以及多尺度的功能,提出了基于小波模糊神经网络的直接转矩控制系统(DTC)参数辨识方法.利用递推正交最小二乘法(ROLS),采用改进的Givens旋转变换技术避免了大型矩阵的QR分解运算.通过计算机仿真证实了该法良好的辨识效果.

关键词：小波模糊神经网络、ROLS、非线性、DTC

所属期刊栏目：19

分类号：TP183(自动化基础理论)

资助基金：辽宁省自然科学基金30022032;辽宁省教育厅资助项目990521049

在线出版日期：2004-08-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：18-22