基于改進(jìn)神經(jīng)網(wǎng)絡(luò)的諧波分析虛擬儀器研究.pdf

1、隨著我國(guó)工農(nóng)業(yè)現(xiàn)代化進(jìn)程的穩(wěn)步推進(jìn),電力變換裝置在國(guó)民經(jīng)濟(jì)各部門都得到廣泛應(yīng)用。然而它們?cè)趯?shí)現(xiàn)功率控制和處理時(shí)向電力系統(tǒng)注入諧波電流,嚴(yán)重干擾公共接入點(diǎn)的電壓穩(wěn)定性。神經(jīng)網(wǎng)絡(luò)以其突出的非線性擬合能力和自適應(yīng)特點(diǎn)在諧波成分辨識(shí)領(lǐng)域取得了良好的應(yīng)用效果;而蟻群算法擁有自動(dòng)學(xué)習(xí)解空間的分布和無(wú)需控制中樞指導(dǎo)的優(yōu)勢(shì),可以提高最終解的全局最優(yōu)性。本文提出蟻群優(yōu)化的神經(jīng)網(wǎng)絡(luò)諧波分析方法,結(jié)合功能強(qiáng)大的虛擬儀器技術(shù),能夠很好地分析諧波成分信息。

2、>　　首先文章通過(guò)比較分析選擇BP神經(jīng)網(wǎng)絡(luò)作為本文研究的神經(jīng)網(wǎng)絡(luò)類型。從網(wǎng)絡(luò)構(gòu)架和學(xué)習(xí)算法的數(shù)學(xué)表達(dá)兩個(gè)方面研究BP神經(jīng)網(wǎng)絡(luò),指出了BP算法的優(yōu)勢(shì)和不足。針對(duì)BP算法學(xué)習(xí)過(guò)程較慢的缺點(diǎn),應(yīng)用加入動(dòng)量項(xiàng)的方法進(jìn)行優(yōu)化,經(jīng)過(guò)仿真驗(yàn)證了該方法能有效提高網(wǎng)絡(luò)收斂速度。然而,該方法未能避免網(wǎng)絡(luò)輸出陷入局部極值,通過(guò)深入分析其內(nèi)在原因給出了進(jìn)一步優(yōu)化的研究方向。
　　其次文章給出了蟻群算法的特點(diǎn)并且比較了人工螞蟻和自然螞蟻的異同,結(jié)合旅行商問(wèn)

3、題的蟻群算法求解建立經(jīng)典蟻群算法模型。針對(duì)經(jīng)典蟻群算法過(guò)度搜索和抉擇困惑問(wèn)題,給出基于精英螞蟻和優(yōu)化排序策略的改進(jìn)蟻群算法。通過(guò)控制變量的方法改變精英螞蟻個(gè)數(shù),比對(duì)分析出不同控制參數(shù)對(duì)算法收斂性和快速性的影響機(jī)制,驗(yàn)證了改進(jìn)后的蟻群算法能更加高效地解決組合優(yōu)化問(wèn)題。最后提出蟻群改進(jìn)的神經(jīng)網(wǎng)絡(luò)諧波分析策略,驗(yàn)證了其在收斂速度、局部極值和飽和期躍出等三個(gè)方面均有顯著提高。
　　最后文章設(shè)計(jì)諧波分析虛擬儀器,從登錄窗口、蟻群算法研究、諧