改进粒子群模糊神经网络算法在同步发电机励磁参数整定中的应用
原价 ￥ 20.00
促销价 ￥ 1.00 评分 4.5
报错
- 详情
- 2021-03-23
- 简介
pdf
- 307KB
- 页数 5P
- 阅读 72
利用典型生物智能算法模糊神经网络算法优化同步发电机励磁控制系统中PID反馈控制参数,在构建四层模糊神经网络模型的基础上,将实际工程中精确的反馈值（机端电压和机端电压偏差）模糊化作为模糊系统的输入,引入快速粒子群算法全方位优化模糊系统选用的隶属函数和连接权矩阵重要参数.利用Matlab仿真平台,对同步发电机空载起励和负载电压扰动进行仿真实验,并与常规PID进行对比,实验结果证明该算法能够很好地减小系统调整时间和超调量,明显地改善了同步发电机的空载起励性能和带负载抗扰动性能,大大增强了系统的快速性和鲁棒性.
对不起，您暂无在线预览权限，如需浏览请
立即登录热门商品
相关推荐
改进粒子群模糊神经网络算法在同步发电机励磁参数整定中的应用 307KB
改进粒子群模糊神经网络算法在同步发电机励磁参数整定中的应用 307KB
基于模糊神经网络的故障检测算法 156KB
同步发电机励磁控制系统的改造 283KB
同步发电机励磁系统的选择 100KB
基于模糊神经网络的电梯群控算法研究 160KB
基于模糊神经网络的电梯群控算法研究 160KB
基于粒子群算法优化的神经网络在入侵检测中的应用 180KB
HOLLiAS-LEC G3 PLC在同步发电机励磁装置中的应用 1.4MB
低压同步发电机无刷励磁装置的改进 674KB