作者:曹承志,王伊凡 单位:上海电器科学研究所(集团)有限公司 出版:《电机与控制应用》2008年第12期 页数:5页  (PDF与DOC格式可能不同) PDF编号:PDFZXXD2008120030 DOC编号:DOCZXXD2008120039 下载格式:PDF + Word/doc 文字可复制、可编辑
《基于遗传算法优化的BP网络速度观测器的研究》PDF+DOC2013年第12期 张雯丽,刘国荣,张伟,吴超帅 《改进蚁群算法优化神经网络速度辨识器的研究与应用》PDF+DOC2010年第08期 曹承志,贾丽超,陈桂宏,杨俊伟,佟向坤 《基于人工鱼群算法的BP神经网络速度辨识器》PDF+DOC2009年第04期 曹承志,张坤,郑海英,刘本伟,毛春雷 《基于无功功率的感应电机转速自适应辨识》PDF+DOC2007年第04期 张林森,谢顺依,宁小玲 《一种新型的MRAS转速估计法》PDF+DOC2016年第03期 梅柏杉,高宁,孟悦然 《基于神经网络的感应电机无速度传感器直接转矩控制系统的研究》PDF+DOC2006年第03期 严文垒,王耀青,陆长胜 《BP神经网络在DTC速度辨识中的应用》PDF+DOC2009年第34期 刘启先,刘国荣 《基于交互式MRAS理论的直接转矩控制系统》PDF+DOC2008年第13期 王磊,李颖晖,李辰 《基于MRAS的永磁同步电动机神经网络转速辨识》PDF+DOC2008年第03期 周祥云,惠晶 《小波网络异步电机转速辨识器的设计》PDF+DOC2007年第21期 李敏,邓淑贤
  • 将排序加权的方法引入基本蚁群算法中,用改进型蚁群算法优化BP神经网络的权值和阈值,有效地解决了BP神经网络训练时容易陷入极小值的缺点,提高了收敛速度,得到了一种时间效率和求解效率都比较好的启发式方法,即改进型蚁群神经网络。运用该方法对直接转矩控制系统中的电机转速进行了辨识。仿真试验结果表明:该改进型蚁群神经网络不仅具有广泛的映射能力,还明显提高了运算效率,能够准确地辨识电机转速,具有良好的辨识效果,实现了无速度传感器直接转矩控制。

    提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。