RBF网络参数优化方法及其在开关磁阻电机建模中的应用

• 作者: 彭晓燕 谭震 陈昌荣 黄源
• 来源期刊: 科技导报
• 学科: 工学
• 关键词: QPSO-SNPOM混合参数优化方法 径向基函数网络 开关磁阻电机建模
• 年，卷（期）: 2010,（19）
• 页码范围: 42-45
• 分类号: TM352
• 字数: 3781字
• 语种: 中文

摘要

基于全局搜索的进化算法--粒子群算法(QPSO)和一种局部搜索算法--结构化的非线性参数优化方法(SNPOM),提出了一种混合的优化算法估计RBF神经网络中的参数--网络中心、线性参数、非线性参数,初始化一定数目的种群作为SNPOM的初始值,得到其适应值,通过选择、交叉、替换策略更新种群,完成网络中心初始值的寻优.再用SNPOM方法进一步优化,以提高SNPOM算法的全局搜索能力.仿真结果表明,混合优化方法比单独采用SNPOM法更优,且优于其他算法.并针对开关磁阻电机(SRM)高度非线性的开发重点和难点,用RBF网络进行SRM建模,将QPSO-SNPOM算法应用于RBF模型参数优化中,仿真实验结果表明,该算法较SNPOM算法精度更高、泛化能力更强,较遗传混合算法更快,训练后的RBF模型完全满足开关磁阻电机特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭晓燕		27	274	9.0	16.0
5	谭震		2	9	2.0	2.0
9	陈昌荣		3	47	2.0	3.0
13	黄源		2	9	2.0	2.0