基于混沌蟻群的神經(jīng)網(wǎng)絡(luò )速度辨識器研究
3.2仿真實(shí)驗
在MATLAB/Simulink仿真環(huán)境下建立直接轉矩控制系統的仿真平臺時(shí),系統采樣周期可設定為0.1 ms,異步感應電動(dòng)機的其它各參數為:額定功率PN=15 kW,額定電壓VN=380 V,額定頻率fN=50 Hz,定子電阻Rs=0.435 Ω,轉子電阻Rr=0.816 Ω,定子電感Ls=0.002H,轉子電感Lr=0.002H,定轉子互感Lm=0.06931H,極對數p=2,轉動(dòng)慣量J=0.0918 kg.m2。設定電機轉速ω=20 rad/s時(shí),采取1000組數據作為訓練樣本,5000組數據作為驗證樣本,最大訓練次數設定為2000次,最小容許誤差設定為0.001。
學(xué)習網(wǎng)絡(luò )的隱含層節點(diǎn)個(gè)數經(jīng)多次訓練后確定為k1=11和k2=6,設n為輸入節點(diǎn)個(gè)數。混沌變量個(gè)數m為神經(jīng)網(wǎng)絡(luò )所有權值、閾值的總和,m=156,蟻群種群數M=30,p=0.8,Q=50。其算法訓練誤差比較如表1所列。

從表1可以看出,傳統的BP算法優(yōu)化神經(jīng)網(wǎng)絡(luò )的最小適應度收斂十分緩慢,并且誤差較大。而混沌蟻群算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò )誤差更小,精度更高,其收斂性要遠遠優(yōu)于傳統的BP算法。
表2所列是由實(shí)驗仿真結果中分別提取出的神經(jīng)網(wǎng)絡(luò )速度辨識器的動(dòng)態(tài)性能指標??梢钥闯?,混沌蟻群優(yōu)化的神經(jīng)網(wǎng)絡(luò )較之傳統BP算法的動(dòng)態(tài)性能有了很大改進(jìn)。

4 結束語(yǔ)
本文構造了一種基于混沌蟻群算法的BP神經(jīng)網(wǎng)絡(luò )模型,并將其應用到直接轉矩控制系統中的轉速辨識器中,從而顯示出其辨識非線(xiàn)性函數的優(yōu)越性能以及速度快、精度高的特點(diǎn)。仿真結果表明,用混沌蟻群優(yōu)化的BP神經(jīng)網(wǎng)絡(luò )速度辨識器是可行的,而且具有較強的速度跟蹤精度,可實(shí)現直接轉矩控制系統的無(wú)速度傳感器控制,而且系統具有良好的動(dòng)、靜態(tài)性能。
評論