基于RBF神经网络的非线性系统对象辨识

摘要：

被控对象数学模型的精确建立是控制理论研究和发展的重要基础,但在实际工况中的控制系统多为复杂的非线性系统,因此高精度的非线性系统辨识技术显得至关重要.RBF神经网络具有对任意非线性函数逼近的能力,于是设计将RBF神经网络技术运用到系统辨识中,并通过Matlab仿真基于RBF神经网络对给定复杂非线性系统的辨识.仿真结果表明在对于复杂非线性系统的辨识上,基于RBF神经网络的系统辨识法是准确可行的.

关键词：系统辨识、RBF神经网络、非线性系统、仿真

分类号：TP273(自动化技术及设备)

在线出版日期：2020-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：31-33