Control de red neuronal de polinomios Rogers-Szego modificados mixtos recurrentes con optimización de lobo gris reparada aplicada en el sistema de expulsión SIM
Autores: Chen, Der-Fa; Shih, Yi-Cheng; Li, Shih-Cheng; Chen, Chin-Tung; Ting, Jung-Chu
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Control de red neuronal de polinomios Rogers-Szego modificados mixtos recurrentes con optimización de lobo gris reparada aplicada en el sistema de expulsión SIM
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Red neuronal
Optimización
Motor de inducción
Sistema de control
Teorema de estabilidad
Convergencia
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 37
Citaciones: Sin citaciones
Debido a una buena capacidad de aprendizaje para incertidumbres no lineales, se propone un control de red neuronal de polinomios de Rogers-Szego recurrentes modificados mixtos (MMRRSPNN) con optimización de lobo gris reparada (MGWO) mediante el uso de dos factores ajustados lineales para el motor de inducción de seis fases (SIM) sistema organizado de transmisión variable continua (CVT) para adquirir un mejor rendimiento de control.
Descripción
Debido a una buena capacidad de aprendizaje para incertidumbres no lineales, se propone un control de red neuronal de polinomios de Rogers-Szego recurrentes modificados mixtos (MMRRSPNN) con optimización de lobo gris reparada (MGWO) mediante el uso de dos factores ajustados lineales para el motor de inducción de seis fases (SIM) sistema organizado de transmisión variable continua (CVT) para adquirir un mejor rendimiento de control.