论文部分内容阅读
永磁直线同步电动机（PMLSM）模型的建立对研究其稳态特性、动态特性和控制策略都是非常重要的．本文利用动态驱动神经网络对其进行建模，并在代价函数一致的基础上加入残差分析法来辨识模型的阶次，使得神经网络具有自动识别阶次的能力．为了克服神经网络结构依靠人工试凑的不足，使用基于Hession矩阵的修剪法来优化其结构．考虑到改进BP算法（学习速率自适应、动量项的方法）的一些固有缺点，使用NDEKF（基于节点的解耦扩展Kalman滤波器算法）来训练网络．实验证明，混合网络能够准确辨识出试验样机的阶次并且输出结果与实