10.3969/j.issn.0254-0037.2006.05.006
基于神经网络的开关磁阻电动机建模
针对常规的BP算法存在收敛速度慢,容易陷入局部最小值的缺点,提出了一种提高BP网络学习速度的方法,并基于BP神经网络建立了开关磁阻电动机磁特性ψ(θ,i)模型.神经网络的参数是经过优化选择的,训练的时间和步数都大为减少,程序运行稳定,经过训练、识别、预测三重整定,具有很强的学习泛化能力,大大增强了系统的实时性和鲁棒性.该模型有助于进一步优化能量转换,减小转矩脉动.
开关磁阻电动机(SRM)、磁特性、BP神经网络
32
TM352(电机)
2006-06-27(万方平台首次上网日期,不代表论文的发表时间)
共6页
410-415