基于人工鱼群算法的BP神经网络速度辨识器  

BP Neural Network Speed Identifier Based on Artificial Fish Algorithm

作　　者：曹承志[1] 张坤[1] 郑海英[1] 刘本伟[1] 毛春雷[1] 

机构地区：[1]沈阳工业大学信息科学与工程学院,沈阳110178

出　　处：《系统仿真学报》2009年第4期1047-1050,共4页Journal of System Simulation

基　　金：辽宁省自然科学基金资助项目(20032032);教育部"春晖计划"合作科研项目(Z2005-2-11008);辽宁省教育厅高校科研项(20206331)

摘　　要：为实现无速度传感器直接转矩控制,有时采用神经网络转速辨识器,但前馈神经网络结构难以确定,运用BP算法时又极易陷入局部解。将改进人工鱼群算法与BP算法相结合的IAFSA+BP算法,实现了人工鱼群算法的全局搜索能力与BP算法的局部寻优性能的互补结合。将所设计的神经网络转速辨识器运用到直接转矩控制系统当中,利用MATLAB/SIMULINK进行无速度传感器控制系统的建模仿真实验结果表明,该算法具有良好辨识效果。To achieve speed-sensorless direct torque control （DTC） system, Neural Network （NN） was applied to design speed identifier. But, feed forward network is difficult to confirm the structure and BP algorithm is easy to plunge into local solution. To combine improved AFSA with BP, which is called IAFSA ＋BP algorithm and it realized the combination of AFSA＇s global search capability and BP algorithm＇s local optimize performance. The performance of the proposed scheme was carried out by simulation experiment using MATLAB/SIMULINK.

关 键 词：人工鱼群算法 神经网络 直接转矩控制系统 无速度传感器 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]