原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
·信息技术 · 郝娟 ·基于粒子群算法优化ＢP神经网络的ＳＲM磁链模型
-
ＤＯI:1０.1９３44/ ｊ.ｃnｋｉ.ｉｓｓn1６71 ５２7６.２０1８.０２.０３５
基于粒子群算法优化ＢP神经网络的ＳＲM磁链模型
郝娟
(河海大学 能源与电气学院，江苏 南京２111００)
摘 要:以一台６/ 4级ＳＲM 电机模型的电流和磁链为输入，转子位置角度为输出，拟合了磁链
- -
电流 角度模型，并在MAＴＬAＢ/ Ｓｉｍｕlｉnｋ 中进行了仿真实验。 在拟合模型时，为了提高训练
效率，简化拟合模型，采用了粒子群优化ＢP神经网络隐含层神经元个数的算法，并进行了仿真
实验。 结果表明，粒子群算法优化ＢP神经网络的控制策略具有较高的训练效率。
关键词:开关磁阻电机；ＢP神经网络；粒子群算法
中图分类号:ＴM３５２ 文献标志码:Ｂ 文章编号:1６71-５２7６(２０1８)０２-０1３０-０３
ＳＲM Flｕｘ Liｎｋａｇｅ Moｄｅl oｆ Ｏｐtiｍiｚiｎｇ ＢP Ｎｅｕｒａl Ｎｅtｗoｒｋ Ｂａｓｅｄ oｎ PＳＯ Ａlｇoｒithｍ
HAＯＪｕａn
(Ｃｏllｅｇｅ ｏｆ Eｎｅｒｇｙ aｎｄ Elｅｃtｒiｃal Eｎｇiｎｅｅｒiｎｇ，Ｈｏｈai Ｕｎiｖｅｒｓitｙ，Ｎaｎｊiｎｇ２111００，Ｃｈiｎa)
Ａｂｓtｒａｃt:Tｈiｓ ｐaｐｅｒtaｋｅｓ tｈｅ ｃｕｒｒｅｎt aｎｄｆlｕｘ liｎｋaｇｅｏｆ６/ 4 ＳＲMｍｏtｏｒaｓtｈｅ iｎｐｕt aｎｄ itｓ ｒｏtｏｒｐｏｓitiｏｎaｎｇlｅaｓtｈｅｏｕtｐｕttｏｆit
- -
tｈｅｆlｕｘ ｃｕｒｒｅｎt aｎｇlｅｍｏｄｅlaｎｄ ｍaｋｅｓaｎｅｘｐｅｒiｍｅｎtｏｎitｓｓiｍｕlatiｏｎiｎMＡTＬＡＢ/ Ｓiｍｕliｎｋ.Tｏ iｍｐｒｏｖｅtｈｅtｒaiｎiｎｇｅｆｆiｃiｅｎｃｙ aｎｄ
ｓiｍｐliｆｙ tｈｅｆittiｎｇ ｍｏｄｅl，aｃｃｏｒｄiｎｇtｏ ＰＳＯ alｇｏｒitｈｍ，tｈｅ ｎｕｍｂｅｒｏｆ ｎｅｕｒｏｎｓ ｏｆ ｄｏｕｂlｅ ｈiｄｄｅｎ laｙｅｒｓ ｏｆ ＢＰ ｎｅｕｒal ｎｅtｗｏｒｋ iｓ ｏｐti-
ｍiｚｅｄ aｎｄ tｈｅ ｒｅｓｕltｓ ｓｈｏｗ tｈat it ｈaｓ ｈiｇｈｅｒtｒaiｎiｎｇ ｒｅｓｕlt.
Ｋｅｙｗoｒｄｓ:ｓｗitｃｈｅｄ ｒｅlｕｃtaｎｃｅ ｍｏtｏｒ；ＢＰ ｎｅｕｒal ｎｅtｗｏｒｋ；ＰＳＯ alｇｏｒitｈｍ
０ 引言 ２ 基于粒子群优化的ＢP 神经网络
算法
开关磁阻电机自２０世纪7０年代问世以来，以其结构
[1]
简单和高速运行的特点，适用于各种高效调速场合 。 粒子群优化 ＢP 神经网络算法包括确定神经网络结
ＳＲM调速系统兼具传统交、直流调速系统的优势，是当代 构、粒子群优化ＢP神经网络。
电气传动领域的热门课题之一，其应用领域遍及家用电
２.１ 确定神经网络结构
器、航空工业、电动汽车等。 但是，位置传感器的加入大大
降低了电机可靠性，增加了成本。 为克服传感器带来的缺 ＢP神经网络因具有结构简单、容错性好及优良的非
文档评论（0）