基于混沌蟻群的神經(jīng)網(wǎng)絡(luò)速度辨識器研究
加入技術(shù)交流群
3.2仿真實驗
在MATLAB／Simulink仿真環(huán)境下建立直接轉(zhuǎn)矩控制系統(tǒng)的仿真平臺時，系統(tǒng)采樣周期可設(shè)定為0.1 ms，異步感應(yīng)電動機(jī)的其它各參數(shù)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(zhuǎn)子電阻Rr=0.816 Ω，定子電感Ls=0.002H，轉(zhuǎn)子電感Lr=0.002H，定轉(zhuǎn)子互感Lm=0.06931H，極對數(shù)p=2，轉(zhuǎn)動慣量J=0.0918 kg.m2。設(shè)定電機(jī)轉(zhuǎn)速ω=20 rad／s時，采取1000組數(shù)據(jù)作為訓(xùn)練樣本，5000組數(shù)據(jù)作為驗證樣本，最大訓(xùn)練次數(shù)設(shè)定為2000次，最小容許誤差設(shè)定為0.001。
學(xué)習(xí)網(wǎng)絡(luò)的隱含層節(jié)點個數(shù)經(jīng)多次訓(xùn)練后確定為k1=11和k2=6，設(shè)n為輸入節(jié)點個數(shù)。混沌變量個數(shù)m為神經(jīng)網(wǎng)絡(luò)所有權(quán)值、閾值的總和，m=156，蟻群種群數(shù)M=30，p=0.8，Q=50。其算法訓(xùn)練誤差比較如表1所列。
從表1可以看出，傳統(tǒng)的BP算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的最小適應(yīng)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(yuǎn)遠(yuǎn)優(yōu)于傳統(tǒng)的BP算法。
表2所列是由實驗仿真結(jié)果中分別提取出的神經(jīng)網(wǎng)絡(luò)速度辨識器的動態(tài)性能指標(biāo)?？梢钥闯?，混沌蟻群優(yōu)化的神經(jīng)網(wǎng)絡(luò)較之傳統(tǒng)BP算法的動態(tài)性能有了很大改進(jìn)。
4 結(jié)束語
本文構(gòu)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(yīng)用到直接轉(zhuǎn)矩控制系統(tǒng)中的轉(zhuǎn)速辨識器中，從而顯示出其辨識非線性函數(shù)的優(yōu)越性能以及速度快、精度高的特點。仿真結(jié)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(qiáng)的速度跟蹤精度，可實現(xiàn)直接轉(zhuǎn)矩控制系統(tǒng)的無速度傳感器控制，而且系統(tǒng)具有良好的動、靜態(tài)性能。
評論