黑龙江科技学院学报
黑龍江科技學院學報
흑룡강과기학원학보
JOURNAL OF HEILONGJIANG INSTITUTE OF SCIENCE & TECHNOLOGY
2009年
3期
240-243
,共4页
DTC%小波神经网络%遗传算法
DTC%小波神經網絡%遺傳算法
DTC%소파신경망락%유전산법
由于直接转矩控制(DTC)系统的参数难以建立精确的数学模型,提出了基于遗传算法(GA)的小波神经网络(WNN)DTC系统参数辨识方法.利用GA能够搜索全局最优解且不受搜索空间的限制,再加上小波神经网络表现的良好的时频局部化特性,以及多尺度的功能,通过遗传算法对 WNN的权值、伸缩因子和位移因子进行优化,实现低速运行时对转速变化的精确控制,改善了DTC系统的转速动态特性.仿真实验结果表明:该方法能提高DTC系统参数的辨识精度,基于GA的WNN具有良好的辨识效果.
由于直接轉矩控製(DTC)繫統的參數難以建立精確的數學模型,提齣瞭基于遺傳算法(GA)的小波神經網絡(WNN)DTC繫統參數辨識方法.利用GA能夠搜索全跼最優解且不受搜索空間的限製,再加上小波神經網絡錶現的良好的時頻跼部化特性,以及多呎度的功能,通過遺傳算法對 WNN的權值、伸縮因子和位移因子進行優化,實現低速運行時對轉速變化的精確控製,改善瞭DTC繫統的轉速動態特性.倣真實驗結果錶明:該方法能提高DTC繫統參數的辨識精度,基于GA的WNN具有良好的辨識效果.
유우직접전구공제(DTC)계통적삼수난이건립정학적수학모형,제출료기우유전산법(GA)적소파신경망락(WNN)DTC계통삼수변식방법.이용GA능구수색전국최우해차불수수색공간적한제,재가상소파신경망락표현적량호적시빈국부화특성,이급다척도적공능,통과유전산법대 WNN적권치、신축인자화위이인자진행우화,실현저속운행시대전속변화적정학공제,개선료DTC계통적전속동태특성.방진실험결과표명:해방법능제고DTC계통삼수적변식정도,기우GA적WNN구유량호적변식효과.
