PSO优化的SVM在开关磁阻电机建模中的应用

针对开关磁阻电机的非线性、高度饱和的磁链特性,用支持向量机(Support Vector Machine,SVM)精确构建开关磁阻电动机的磁链模型。支持向量机的惩罚系数C和RBF核函数的σ对模型的精度影响很大,用粒子群优化(Particle Swarm Optimization,PSO)算法对SVM模型的参数优化,进而得到相对最优开关磁阻电机的磁链模型。通过与样机实测数据比较,验证PSO优化的SVM构建开关磁阻电机模型的可行性。通过与传统神经网络比较,证明了所建的模型具有鲁棒性好、泛化能力强、模型精度高和学习速度快等优点。