基于人工神经网络的感应电机系统辨识

• 作者: 孙亚飞 王旭 贾芙蓉
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 感应电机 人工神经网络 系统辨识 非线性系统
• 年，卷（期）: 2002,（4）
• 所属期刊栏目: 智能控制
• 页码范围: 71-72,90
• 页数: 3页
• 分类号: TP183
• 字数: 1326字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7848.2002.04.022

摘要

利用人工神经网络并行处理、容错以及任意逼近非线性函数的能力,针对感应电机这样一个各项参数随时间和运行状况的不同而变化的非线性系统,结合感应电机的外输入非线性自回归滑动平均模型(NARMAX),分析了不同人工神经网络(ANN)结构和算法对系统辨识的影响.仿真实验结果中还看到前向BP网络存在着逼近饱和现象,即网络只能在一定程度上逼近辨识对象,性能指标会趋近于一极限,这是有待于进一步研究解决的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王旭	东北大学信息科学与工程学院	158	1256	18.0	26.0
2	孙亚飞		1	9	1.0	1.0
3	贾芙蓉	东北大学信息科学与工程学院	1	9	1.0	1.0