基于改进布谷鸟搜索优化神经网络的AMT换挡电机控制

基于改进布谷鸟搜索优化神经网络的AMT换挡电机控制叶文;李翔晟;单外平
【期刊名称】《计算机应用》
【年(卷),期】2018(038)0z2
【摘要】针对神经网络在训练过程中出现权值和阈值更新不及时和误差较大等问题,提出一种基于改进布谷鸟搜索(CS)算法优化神经网络训练权值和阈值的方法,该算法模拟布谷鸟繁殖策略能够对电控机械式自动变速器(AMT)换挡电机进行位置和转矩实时跟踪控制以提高AMT换挡精度.通过对AMT换挡电机进行建模和仿真,研究经CS算法优化后的神经网络在控制电机时负载转矩的瞬态响应性能和抗负载扰动能力.通过与常规神经网络训练方法对比,结果表明,改进的CS算法优化神经网络控制策略在负载扰动、跟踪精度、控制响应等方面具有良好的动态性能和鲁棒性,其中响应时间和达到稳态时间分别减少了0.02 s和0.08 s,因此所提出的改进CS 优化神经网络控制策略能够有效改善网络训练方法提高AMT的换挡品质.
【总页数】5页(P67-71)
【作者】叶文;李翔晟;单外平
【作者单位】中南林业科技大学机电工程学院,长沙410004;中南林业科技大学机电工程学院,长沙410004;中南林业科技大学机电工程学院,长沙410004
【正文语种】中文
【中图分类】TP391.9;U461.4;U463.23
【相关文献】
1.基于模糊控制的AMT换挡电机控制策略 [J], 路少中
2.基于布谷鸟搜索优化BP神经网络的网络安全态势评估方法 [J], 谢丽霞;王志华
3.基于改进布谷鸟搜索的人工神经网络及其性能仿真 [J], 倪百秀;张翠翠;周本达
4.基于粒子群和布谷鸟搜索的BP神经网络优化方法研究 [J], 秦琪怡;郭承湘;吴帅;姚旭艺;陈宁江
5.基于布谷鸟搜索优化神经网络的锂电池荷电状态预测 [J], 陆佳伟;佘世刚;魏新尧;王雪砚;朱雅
因版权原因，仅展示原文概要，查看原文内容请购买。