金朝红
- 作品数：13 被引量：58H指数：4
- 供职机构：中国人民解放军海军工程大学更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：自动化与计算机技术电气工程理学更多>>
- 一种神经网络学习算法及其仿真
- 结合遗传算法与梯度下降法优点，提出了一种训练神经网络权值的混合优化算法。首先，利用全局搜索能力强的遗传算法，采用自适应变异概率，优化网络的权值，能够在进化结束时寻到全局最优点附近的点。然后，在遗传算法搜索结果的基础上，利...
- 吴汉松金朝红李晖宙
- 关键词：遗传算法神经网络梯度下降法自适应变异计算机仿真
- 文献传递
- 圆筒型永磁直线电动机电流L2控制被引量：1
- 2011年
- 将圆筒型永磁直线电动机的参数变化看作系统的干扰,采用状态空间法,在旋转坐标系下建立圆筒型永磁直线电动机模型;根据所建立的模型,将永磁直线电动机电流控制器的设计问题转化为L2控制标准问题;对L2控制标准设计问题,选取二次型函数作为HJI不等式存储函数,采用线性矩阵不等式方法,推导出了电流控制器的解析表达式,并且证明了该闭环系统是渐进稳定的。通过一个L2控制器,实现了对d轴和q轴电流的控制。仿真研究表明,L2控制策略能够抑制圆筒型永磁直线电动机参数变化对电流的影响。
- 金朝红李槐树宋立忠
- 关键词：直线电动机不确定性鲁棒控制
- 一种改进的BP算法及其MatLab仿真
- 本文基于最优化理论,提出了基于新拟牛顿方程的改进拟牛顿算法训练BP神经网络.改进算法使用了一组新型的Hesse矩阵校正方程,使得改进拟牛顿算法具有全局收敛性和局部超线性收敛性.该文将改进的拟牛顿算法与BP神经网络权值的训...
- 金朝红吴汉松
- 关键词：BP神经网络收敛速度
- 文献传递
- 低速大推力圆筒永磁直线电动机磁场分析被引量：6
- 2012年
- 介绍了一种在合理的假设条件下计算低速大推力圆筒永磁直线电动机磁场的方法。利用磁场分析法,用许克变换直接解算空载、负载气隙磁密波形,并同非线性有限元分析结果进行了比较,得出了该方法的可行性。而计算量仅相当于一般的磁路法,并且容易在计算机上编程实现。
- 黄克峰李槐树金朝红李帅
- 关键词：低速大推力气隙磁密解析法
- 一种采用自适应遗传算法的模糊自整定控制器被引量：1
- 2007年
- 针对模糊自整定控制器参数寻优能力差的不足,研究了采用自适应交叉概率与变异概率的遗传算法,提出了用这种自适应遗传算法改善模糊自整定控制器性能的方法。对采用自适应遗传算法的模糊自整定控制器与一般的模糊自适应控制器作了仿真对比研究,说明了前者的优越性。
- 涂建军吴汉松金朝红
- 关键词：自适应控制自适应遗传算法模糊控制器
- 基于复合控制的圆筒形永磁直线同步电机位置控制被引量：5
- 2012年
- 针对圆筒形永磁直线同步电机,设计了一种位置控制系统。考虑到直线电机的推力脉动、摩擦力和系统模型的不确定性,采用干扰观测器(DOB)对其进行在线估算并进行补偿,经过补偿,系统模型近似等价其标称模型;基于标称模型设计速度前馈控制器,基于速度控制系统的模型设计位置前馈控制器,使得永磁直线同步电机控制系统的输出能够无误差地跟踪期望的速度和位置响应曲线;采用综合校正方法设计反馈控制器,保证系统的稳定性。最后给出了仿真结果。
- 金朝红李槐树宋立忠
- 关键词：永磁直线同步电机干扰观测器前馈控制反馈控制位置控制
- 永磁直线同步电动机系统鲁棒镇定
- 2009年
- 在考虑参数不确定性的情况下,将永磁直线同步电动机系统转化为具有状态和输入矩阵不确定性,并且受非线性摄动的线性系统,采用线性系统控制,给出控制律,使永磁直线同步电动机系统在存在参数不确定性的情况下,在原点平衡点渐进稳定。仿真研究表明该控制方法的有效性。
- 吴汉松金朝红李洪科
- 关键词：直线同步电机不确定性鲁棒镇定
- 准滑模区可控的变结构控制系统仿真
- 研究连续变结构控制系统(准)滑模运动的计算机仿真精度问题,首先阐述了问题的研究意义,根据仿真目的和对象特点建立了仿真模型,然后应用(n维空间)解析几何知识和变结构控制理论分析了仿真下的滑模运动特点,提出了保证准滑模运动精...
- 吴汉松李洪科金朝红
- 关键词：变结构控制系统滑动模态系统仿真
- 文献传递
- 永磁直线同步电动机系统鲁棒镇定
- 在考虑参数不确定性的情况下，将永磁直线同步电动机系统转化为具有状态和输入矩阵不确定性，并且受非线性摄动的线性系统，采用线性系统H∞控制，给出了控制律，使永磁直线同步电动机系统在存在参数不确定性的情况下，在原点平衡点渐进稳...
- 吴汉松金朝红李洪科
- 关键词：直线同步电机鲁棒镇定不确定性非线性摄动控制律
- 文献传递
- 一种改进的BP算法及其MatLab仿真被引量：3
- 2005年
- 基于最优化理论,提出了基于新拟牛顿方程的改进拟牛顿算法训练BP神经网络.改进算法使用了一组新型的Hesse矩阵校正方程,使得改进拟牛顿算法具有全局收敛性和局部超线性收敛性.该文将改进的拟牛顿算法与BP神经网络权值的训练结合,得到一种新的BP神经网络权值的训练算法.与传统的神经网络权值学习的拟牛顿算法比较而言,采用改进算法的神经网络的收敛速度明显加快.改进算法能有效解决BP神经网络收敛速度慢的缺陷,显著提高了BP神经网络的学习训练收敛速度和学习精度.
- 金朝红吴汉松
- 关键词：BP神经网络收敛速度
