粒子群小波神经网络在交流伺服系统中的应用

• 作者: 侯润民 刘荣忠 王力 高强
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 小波神经网络 交流伺服系统 粒子群算法 系统辨识
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 信息、控制、决策与仿真
• 页码范围: 881-885,896
• 分类号: TP391.9
• 语种: 中文

摘要

针对大功率交流伺服系统存在的非线性特性以及不确定扰动而难以建立其精确数学模型的问题,提出了一种基于粒子群小波神经网络的系统辨识方法.由于粒于群算法具有避免局部极小所带来的系统不稳定、收敛速度快等优点,将小波神经网络的各连接权值和各阈值作为粒子群算法里粒子的位置向量,并且将该网络的权值和阈值按照粒子群算法寻求最优值,取代了传统的梯度下降法.将该算法与传统的小波神经网络的辨识结果进行了比较,表明基于粒子群小波神经网络优化算法的函数逼近误差能力、网络性能方面均比传统的小波神经网络算法有着显著的提高,并且有效的解决了局部极小值问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘荣忠	南京理工大学机械工程学院	152	705	13.0	17.0
2	高强	南京理工大学机械工程学院	66	301	9.0	13.0
3	王力	南京理工大学机械工程学院	52	243	8.0	13.0
4	侯润民	南京理工大学机械工程学院	10	50	4.0	7.0