首页 | 本学科首页   官方微博 | 高级检索  
     

贝叶斯证据框架下LS-SVM的BPMSM磁链建模
引用本文:孙晓东,陈龙,杨泽斌,朱熀秋,嵇小辅. 贝叶斯证据框架下LS-SVM的BPMSM磁链建模[J]. 针刺研究, 2012, 46(2)
作者姓名:孙晓东  陈龙  杨泽斌  朱熀秋  嵇小辅
作者单位:江苏大学汽车工程研究院,电气信息工程学院,江苏镇江212013
基金项目:国家"863"高科技研究发展计划资助项目,国家自然科学基金资助项目,江苏省高校自然科学研究面上资助项目,江苏省研究生科研创新计划基金,高等学校博士学科点专项科研基金,江苏高校优势学科建设工程资助项目,江苏大学高级人才科研启动基金
摘    要:针对常规解析法建立无轴承永磁同步电机(BPMSM)磁链模型的局限性,提出一种贝叶斯证据框架下最小二乘支持向量机(LS-SVM)的BPMSM磁链建模方法.对BPMSM磁链的非线性建模进行简单分析,在介绍LS-SVM回归理论和贝叶斯证据框架基本思想的基础上,通过贝叶斯证据框架推断准则1确定模型的权向量(w)通过贝叶斯证据框架推断准则2确定模型的正则化参数γ,通过贝叶斯证据框架推断准则3确定模型的核参数σ,进而建立基于贝叶斯证据框架下LS-SVM的BPMSM磁链模型.在Matlab7.0环境下进行仿真研究.仿真结果表明,贝叶斯证据框架下LS-SVM的磁链模型具有拟合精度高、泛化能力强、结构灵活、计算速度快等特点.

关 键 词:无轴承永磁同步电机(BPMSM)  贝叶斯证据框架  最小二乘支持向量机(LS-SVM)  非线性模型

Modeling of flux linkage for the BPMSM based on LS-SVM within the Bayesian evidence framework
SUN Xiao-dong , CHEN Long , YANG Ze-bin , ZHU Huang-qiu , JI Xiao-fu. Modeling of flux linkage for the BPMSM based on LS-SVM within the Bayesian evidence framework[J]. Acupuncture research, 2012, 46(2)
Authors:SUN Xiao-dong    CHEN Long    YANG Ze-bin    ZHU Huang-qiu    JI Xiao-fu
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号