基于小波模糊神经网络的DTC系统参数的辨识

• 作者: 曹承志 王楠 王欣 鲁木平
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: 小波模糊神经网络 ROLS 非线性 DTC
• 年，卷（期）: 2004,（6）
• 所属期刊栏目: 理论研究
• 页码范围: 18-22
• 页数: 5页
• 分类号: TP183
• 字数: 3020字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6753.2004.06.004

摘要

模糊神经网络由于具有良好的自学习和自适应能力,在非线性系统辨识中有着广泛的应用,又由于小波变换或分解所表现的良好的时频局部化特性,以及多尺度的功能,提出了基于小波模糊神经网络的直接转矩控制系统(DTC)参数辨识方法.利用递推正交最小二乘法(ROLS),采用改进的Givens旋转变换技术避免了大型矩阵的QR分解运算.通过计算机仿真证实了该法良好的辨识效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王楠	东北大学理学院	62	589	13.0	22.0
2	曹承志	沈阳工业大学信息科学与工程学院	24	355	10.0	18.0
3	鲁木平	沈阳工业大学信息科学与工程学院	1	24	1.0	1.0
4	王欣	沈阳工业大学信息科学与工程学院	17	78	5.0	8.0