论文部分内容阅读
该文在研究BP神经网络辨识器和径向基函数(RBF)神经网络辨识器的基础上,提出了两种快速算法,着重解决了神经网络辨识器的训练速度问题.该文还对两种快速辨识算法优缺点进行了较为详细深入地研究,与BP神经网络辨识器和径向基函数(RBF)神经网络辨识器进行比较,经大量的线性和非线性系统辨识的实例和仿真结果表明这两种快速算法具有计算量小、训练时间短和辨识精度高等特性,适用快速学习的系统辨识需要.最后给出了两个用快速算法训练的神经网络辨识器的应用实例:神经网络参考模型自适应控制和非稳定动态测量实时误差建模.