| 基于Hession矩阵优化的NDEKF神经网络辨识永磁直线同步电机 |
| |
| 引用本文： | 吕刚,范瑜.基于Hession矩阵优化的NDEKF神经网络辨识永磁直线同步电机[J].交通运输系统工程与信息,2006,6(6). |
| |
| 作者姓名： | 吕刚 范瑜 |
| |
| 作者单位： | 北京交通大学,电气工程学院,北京,100044;北京交通大学,电气工程学院,北京,100044 |
| |
| 摘 要： | 永磁直线同步电动机模型的建立对研究其稳态特性、动态特性和控制策略都是非常重要的. 首先,将带外部输入的非线性自回归模型展成多项式形式,然后在此基础上用残差分析法导出真实的阶次所满足的条件. 为了克服神经网络结构依靠人工试凑的不足,使用基于Hession矩阵的修剪法来优化其结构. 考虑到BP算法的一些固有缺点,使用NDEKF(基于节点的解耦扩展Kalman滤波器算法)来训练网络. 实验证明,网络的输出结果与试验样机(永磁直线同步电动机驱动的垂直运输系统)的实际输出十分接近;同时将NDEKF与BP算法进行对比,NDEKF算法具有收敛较快、泛化能力强、不易陷入局部极小等特点.
|
| 关 键 词： | 神经网络 永磁直线同步电动机垂直运输系统 辨识 Hession矩阵 NDEKF |
Permanent-Magnet Linear Synchronous Motor Model Using NDEKF Neural Network on Hession Optimization |
| |
| LV Gang,FAN Yu.Permanent-Magnet Linear Synchronous Motor Model Using NDEKF Neural Network on Hession Optimization[J].Transportation Systems Engineering and Information,2006,6(6). |
| |
| Authors: | LV Gang FAN Yu |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
