混沌粒子群优化神经网络算法应用于SRG建模

作者：肖文平; 叶家玮

来源：计算机工程与应用, 2010, 46(27): 238-241.

DOI：10.3778/j.issn.1002-8331.2010.27.067

• 混沌
• 粒子群优化
• 神经网络
• 群智能
• 开关磁阻发电机

粒子群算法是解决非线性、不可微问题的一种优秀算法。利用混沌映射的随机性与遍历性,引入防早熟机制,加强了粒子群的全局搜索能力,但该算法仍然容易在进化后期出现速度变慢现象。BP神经网络具有很强的非线性处理能力和逼近能力,但BP算法是基于梯度下降的方法,存在容易陷入局部最优及初值敏感的缺点。将两种算法优势互补,构建了一种混沌粒子群优化BP神经网络(CPSO-BPNN)的算法。该算法应用到开关磁阻发电机(SRG)的非线性建模中,建模效果表明CPSO-BPNN算法的泛化能力很强,可以比较完美地表达开关磁阻发电机的磁链和转矩特性。

• 出版日期2010
• 单位华南理工大学