来源:《科技导报》2010年第19期 作者:彭晓燕;谭震;陈昌荣;黄源;
选择字号

RBF网络参数优化方法及其在开关磁阻电机建模中的应用

分享到: 分享到QQ空间    收藏 推荐

基于全局搜索的进化算法——粒子群算法(QPSO)和一种局部搜索算法——结构化的非线性参数优化方法(SNPOM),提出了一种混合的优化算法估计RBF神经网络中的参数——网络中心、线性参数、非线性参数,初始化一定数目的种群作为SNPOM的初始值,得到其适应值,通过选择、交叉、替换策略更新种群,完成网络中心初始值的寻优。再用SNPOM方法进一步优化,以提高SNPOM算法的全局搜索能力。仿真结果表明,混合优化方法比单独采用SNPOM法更优,且优于其他算法。并针对开关磁阻电机(SRM)高度非线性的开发重点和难点,用RBF网络进行SRM建模,将QPSO-SNPOM算法应用于RBF模型参数优化中,仿真实验结果表明,该算法较SNPOM算法精度更高、泛化能力更强,较遗传混合算法更快,训练后的RBF模型完全满足开关磁阻电机特性。(本文共计4页)       [继续阅读本文]

下载阅读本文     订阅本刊   
如何获取本文>>          如何获取本刊>> 

相关文章推荐

科技导报杂志2010年第19期
科技导报
主办:中国科学技术协会
出版:科技导报杂志编辑部
出版周期:半月
出版地:北京市

本期目录