科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2008年
13期
3621-3624
,共4页
小波网络(WNN)%直接转矩控制(DTC)%遗传算法(GA)
小波網絡(WNN)%直接轉矩控製(DTC)%遺傳算法(GA)
소파망락(WNN)%직접전구공제(DTC)%유전산법(GA)
研究了小波理论与神经网络的特点,并在此基础上设计了小波网络,用其建立了异步电动机直接转矩控制转速辨识模型,由于辨识器的在线调节能力,小波网络的输出能够跟随系统转速的各种变化情况.为了提高网络的收敛速度,本文采用了遗传算法(GA)与BP算法相结合的混合学习算法,用于网络的学习,训练.在控制系统模型中,用MATLAB软件进行仿真研究,取得了良好的控制效果,表明该算法收敛速度快,控制精度高,是一种有效的优化算.
研究瞭小波理論與神經網絡的特點,併在此基礎上設計瞭小波網絡,用其建立瞭異步電動機直接轉矩控製轉速辨識模型,由于辨識器的在線調節能力,小波網絡的輸齣能夠跟隨繫統轉速的各種變化情況.為瞭提高網絡的收斂速度,本文採用瞭遺傳算法(GA)與BP算法相結閤的混閤學習算法,用于網絡的學習,訓練.在控製繫統模型中,用MATLAB軟件進行倣真研究,取得瞭良好的控製效果,錶明該算法收斂速度快,控製精度高,是一種有效的優化算.
연구료소파이론여신경망락적특점,병재차기출상설계료소파망락,용기건립료이보전동궤직접전구공제전속변식모형,유우변식기적재선조절능력,소파망락적수출능구근수계통전속적각충변화정황.위료제고망락적수렴속도,본문채용료유전산법(GA)여BP산법상결합적혼합학습산법,용우망락적학습,훈련.재공제계통모형중,용MATLAB연건진행방진연구,취득료량호적공제효과,표명해산법수렴속도쾌,공제정도고,시일충유효적우화산.
