混沌神经网络在DTC系统中的转速辨识

摘要：

针对BP神经网络易陷入局部极小值的缺点,提出了混沌神经网络的学习算法.利用混沌的遍历性和随机性,采用混沌变量全局粗搜索与混沌变量局部细搜索相结合,得到神经网络权值的全局最优值.利用该算法对直接转矩控制(DTC)系统进行转速辨识,仿真结果表明用混沌优化BP神经网络的速度辨识器不仅具有较好的跟踪能力,还提高了运算效率,使系统具有良好的静动态性能.

关键词：混沌优化算法、BP神经网络、DTC、转速辨识

所属期刊栏目：27

分类号：TM3;TP3

资助基金：辽宁省自然科学基金资源共享助项目20032032;教育部"春晖计划"合作科研项目Z2005-2-11008;辽宁教育厅高校科研项目2026331

在线出版日期：2008-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：69-72