论文部分内容阅读
针对常规的BP算法存在收敛速度慢,容易陷入局部最小值的缺点,提出了一种提高BP网络学习速度的方法，并基于BP神经网络建立了开关磁阻电动机磁特性ψ（θ,i）模型。神经网络的参数是经过优化选择的,训练的时间和步数都大为减少，程序运行稳定,经过训练、识别、预测三重整定,具有很强的学习泛化能力,大大增强了系统的实时性和鲁棒性。该模型有助于进一步优化能量转换，减小转矩脉动。