文献

J-GLOBAL ID：201702255423034542   整理番号：17A1636190

クラウドコンピューティングに基づく永久磁石同期電動機のためのBPニューラルネットワークの最適化アルゴリズムに関する研究【Powered by NICT】

Research on optimization algorithm of BP neural network for permanent magnet synchronous motor based on Cloud Computing

著者 (3件)： Jin Liang (Tianjin Key Laboratory of Advanced Technology of Electrical Engineering and Energy, Tianjin Polytechnic University, Tianjin, 300387, China) ,  Wang Dongmei (Tianjin Key Laboratory of Advanced Technology of Electrical Engineering and Energy, Tianjin Polytechnic University, Tianjin, 300387, China) ,  Yang Qingxin (Tianjin Key Laboratory of Advanced Technology of Electrical Engineering and Energy, Tianjin Polytechnic University, Tianjin, 300387, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICEMS  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 従来電動機の低効率設計法は通常長い時間を必要とするので,クラウドコンピューティングは時間消費を減らすための伝統的有限要素法とBPニューラルネットワークを導入した。本論文では,永久磁石同期モータ(PMSM)の電磁軸トルクは計算例として用いた。利用クラウドコンピューティングは,この場合を計算するために約4倍時間を削減する。クラウドコンピューティングは,窓とLinuxの間の混合計算を達成し,窓にMATLABを走行と非GUIの形でLinuxにCOMSOLを実行することができる。BPネットワーク訓練は百群の試料を必要とする。群FEM計算データが得られることを長い時間を要しないが,百群のデータが多くの時間をコスト。高性能クラウドコンピューティングを達成時間短縮試料に利用されている,同期並列計算は雲弾性クラスタ,一方でのPMSMの多群試料を得るために実行される。BPネットワーク入力と出力サンプルと見なすデータ,訓練と学習に使用されるを達成した。結果は運動最適化は,クラウドコンピューティングをBPアルゴリズム実現可能性と高効率を持つことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *最適化 ,  *電動機 ,  有限要素法 ,  クラスタ ,  並列演算 ,  Linux ,  弾性 ,  トルク
準シソーラス用語： 高効率 ,  時間短縮 ,  COMSOL ,  MATLAB ,  *最適アルゴリズム ,  *逆伝播ニューラルネットワーク ,  *クラウドコンピューティング , 【Automatic Indexing@JST】

分類 (1件)： 電動機  (NB07030U)

タイトルに関連する用語 (5件)： クラウドコンピューティング ,  永久磁石同期電動機 ,  BPニューラルネットワーク ,  最適化アルゴリズム ,  研究