电气自动化
電氣自動化
전기자동화
ELECTRICAL AUTOMATION
2012年
6期
3-5
,共3页
遗传算法%递归神经网络%扩展卡尔曼滤波%PI%异步电机
遺傳算法%遞歸神經網絡%擴展卡爾曼濾波%PI%異步電機
유전산법%체귀신경망락%확전잡이만려파%PI%이보전궤
为克服常规神经网络只能离线训练的不足,提出了一种基于遗传算法的改进递归神经网络.首先从PI自整定控制器性能指标出发,阐述了递归神经网络原理及异步电机转速控制系统模型,说明了采用遗传算法来寻找卡尔曼滤波最佳参数的可行性.以异步电机控制系统为平台,借助MATLAB/Simulink软件进行了建模与仿真.仿真结果表明提出的基于遗传算法的改进神经网络获得的PI参数能有效减小系统超调,系统具有良好的动静态性能.
為剋服常規神經網絡隻能離線訓練的不足,提齣瞭一種基于遺傳算法的改進遞歸神經網絡.首先從PI自整定控製器性能指標齣髮,闡述瞭遞歸神經網絡原理及異步電機轉速控製繫統模型,說明瞭採用遺傳算法來尋找卡爾曼濾波最佳參數的可行性.以異步電機控製繫統為平檯,藉助MATLAB/Simulink軟件進行瞭建模與倣真.倣真結果錶明提齣的基于遺傳算法的改進神經網絡穫得的PI參數能有效減小繫統超調,繫統具有良好的動靜態性能.
위극복상규신경망락지능리선훈련적불족,제출료일충기우유전산법적개진체귀신경망락.수선종PI자정정공제기성능지표출발,천술료체귀신경망락원리급이보전궤전속공제계통모형,설명료채용유전산법래심조잡이만려파최가삼수적가행성.이이보전궤공제계통위평태,차조MATLAB/Simulink연건진행료건모여방진.방진결과표명제출적기우유전산법적개진신경망락획득적PI삼수능유효감소계통초조,계통구유량호적동정태성능.
