智能型变频器神经网络的结构

    神经网络采用一个三层前向多层神经网络，它可以实现复杂的非线性的反映，并且在理论上可以在一个集合上以任意精度逼近一个非线性函数。以图1所示的训练结构来求被控对象的逆模型（可证明异步电动机及其驱动的数学模型的逆模型是存在的）。训练结构中，P为一个比例调节器，Iqr是一个随机信号。闭环结构为训练提供覆盖整个系统操作空间的训练数据，克服了开环训练逆模型的不足。网络训练算法采用附加动量的BP算法。

    其训练算法如下（s=1，2，3）

    式中，w为权系数；ep(k)为输出偏差；Ep(k)为调整指标项；δj[s](k)为偏差梯度；η为学习遗率；α为附加动量因子（一般取α=0.9）；k为调整时刻；p为样本个数；s为层序号。

    图1    神经网络训练结构图

（作者稿费要求：需要高清无水印文章的读者3元每篇，请联系客服，谢谢！在线客服：）