基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对基本蚁群算法进行了改进以提高其全局寻优速度,并用此改进型的蚁群算法来优化神经网络,再将该神经网络应用于直接转矩控制系统当中,实现对转速的观测,最终实现无速度传感器的直接转矩控制.仿真研究表明,改进的蚁群算法具有优良的全局优化性能,且收敛速度较快,应用其优化的神经网络在直接转矩控制系统中能较准确地辨识出系统转速,从而可以替代传统的速度传感器,实现无速度传感器直接转矩控制.
推荐文章
基于蚁群算法优化BP神经网络的政务云网络态势预测研究
政务云
主动防御
BP神经网络
蚁群算法
态势预测
预测精度
基于蚁群优化算法的神经网络训练的研究
蚁群优化算法
神经网络
均方误差
蚁群算法选择神经网络参数的网络入侵检测
网络安全
神经网络
参数优化
蚁群算法
入侵检测分类器
基于蚁群优化算法的BP神经网络的RPROP混合算法仿真的研究
蚁群优化算法
BP神经网络
RPROP混合算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进蚁群算法优化神经网络速度辨识器的研究与应用
来源期刊 微电机 学科 工学
关键词 改进蚁群算法 神经网络 速度辨识 直接转矩控制
年,卷(期) 2010,(8) 所属期刊栏目
研究方向 页码范围 52-56
页数 分类号 TP273+.23
字数 4788字 语种 中文
DOI 10.3969/j.issn.1001-6848.2010.08.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 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 佟向坤 南海东软信息技术学院计算机科学与技术系 3 10 1.0 3.0
4 陈桂宏 南海东软信息技术学院计算机科学与技术系 2 9 1.0 2.0
7 贾丽超 沈阳工业大学信息科学与工程学院 1 8 1.0 1.0
8 杨俊伟 南海东软信息技术学院计算机科学与技术系 1 8 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (114)
参考文献  (7)
节点文献
引证文献  (8)
同被引文献  (18)
二级引证文献  (17)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(2)
  • 二级参考文献(2)
2006(2)
  • 参考文献(1)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(2)
  • 引证文献(2)
  • 二级引证文献(0)
2013(4)
  • 引证文献(2)
  • 二级引证文献(2)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(3)
  • 引证文献(0)
  • 二级引证文献(3)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(4)
  • 引证文献(0)
  • 二级引证文献(4)
2018(4)
  • 引证文献(0)
  • 二级引证文献(4)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
改进蚁群算法
神经网络
速度辨识
直接转矩控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电机
月刊
1001-6848
61-1126/TM
大16开
西安市桃园西路2号
52-92
1972
chi
出版文献量(篇)
5187
总下载数(次)
13
论文1v1指导