基于混沌蚁群的神经网络速度辨识器研究

针对BP神经网络收敛速度慢和易陷入局部极小值的缺点,提出了混沌蚁群优化神经网络的实现方法。该方法在基本蚁群算法的基础上引入混沌因子,并利用混沌的遍历性和随机性,将带有混沌特征的初始化变量线性映射到变量取值区间,从而得到神经网络权值的全局最优值。利用该算法可对直接转矩控制系统进行转速辨识。     

变尺度混沌鱼群神经网络及其对DTC转速的辨识

针对优化BP神经网络时训练速度慢和易陷入局部极值的问题,提出了一种用于优4CBP神经网络的新的变尺度混沌-人工鱼群算法（即SCAFSA＋BP算法）。该算法既能快速整体寻优．又能跳出局部极值的效果。