BP学习算法在CNN发电机建模中应用

摘要：

在应用混沌神经网络(CNN)进行同步发电机的建模过程中,对于CNN的学习,网络训练过程的收敛性很难控制.在研究了BP学习算法及其一些改进方法进行人工神经网络训练的轨迹收敛特性后,观测到运用梯度下降动量与自适应学习速率相结合的BP学习算法的神经网络训练轨迹的收敛特性良好.在用基于Aihara混沌神经元构成的3层反馈CNN进行同步发电机建模的应用中,用该BP学习算法对CNN进行了训练.结果表明:用该BP算法进行CNN发电机建模具有学习速度快和均方误差曲线轨迹收敛性好的特点,而且所建立的CNN同步发电机模型运行的动态过程误差小.

关键词：BP算法、混沌神经网络、发电机、建模

所属期刊栏目：27

分类号：TM31(电机)

资助基金：上海市高等学校科学技术发展基金05FZ09;上海海事大学校科研和教改项目XL0105

在线出版日期：2007-08-06（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：9-13