0 引言 　　近年来，由于神经网络的研究取得了长足的进展，基于BP神经网络模型的速度辨识方法得到了广泛研究，但其仍存在收敛速度慢、易陷入局部极小值等问题，因此，对神经网络的优化一直是当前的研究热点。本文将混沌引入到蚁群算法(Ant Colony Optimization，ACO)当中，以形成混沌蚁群算法(Chaos Ant Colony Optimization，CACO)，从而提高了对于BP神经网络的优化效率和精度，解决了上述问题；同时，也在对异步电机直接转矩控制(DTC)转速辨识的仿真试验