基于改进的径向基函数神经网络的铁磁谐振系统混沌控制

摘要

面向中性点直接接地电力系统发生的铁磁谐振过电压所显现的混沌特性,在径向基函数神经网络的基础上,提出引进一种极大熵学习算法对该混沌系统进行控制.该方法通过最优化一个目标函数导出中心向量的学习规则,充分利用网络隐层的聚类功能,极大改善网络的回归和学习能力.对具体的铁磁谐振系统的数值实验证实了该方法在针对铁磁谐振过电压混沌控制中的有效性和可行性.