文献类型：期刊文章

作　　者：肖文平[1,2] 叶家玮[1]

机构地区：[1]华南理工大学土木与交通学院,广州510640 [2]顺德学院电子系,广东佛山528333

出　　处：《计算机工程与应用》

年　　份：2010

卷　　号：46

期　　号：27

起止页码：238-241

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：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。

关 键 词：混沌 粒子群优化 神经网络 群智能 开关磁阻发电机

分 类 号：TP39]