遗传和BP算法优化与混合的驱动控制

作为新能源应用的场地电动车面对的工况复杂,路线长,负载多变。为了提高它们的响应速度与抗干扰能力,降低转矩脉动,延长电动车续驶里程,提出一种优化遗传神经元网络混合算法(IGA-IBP),基于该算法设计参数自学习PID控制器应用于该电动车驱动系统,相较于基于传统GA-BP算法的PID控制器,不仅电动车的速度动作响应更快,抗扰能力更强,电机转矩脉动更小,驾驶噪音更低,而且起动过程节能,延长了电动车续使里程。IGAIBP算法参数设计容易,适应性强,具有一定的理论意义和工程应用价值。 更多还原