徑向基神經網絡在系統(tǒng)辨識應用中的結構與算法研究.pdf

1、該文在闡述了神經網絡的發(fā)展、現(xiàn)狀、基本原理及其在自動控制中的應用的基礎上,主要研究了徑向基神經網絡在系統(tǒng)辨識應用中的結構與算法.徑向基函數(shù)神經網絡是基于大腦皮層中存在局部、重疊的感受域這一特性提出的.它具有其它前向網絡所不具有的最佳逼近的性能,并且結構簡單,訓練速度快.因此,徑向基神經網絡在運用于系統(tǒng)辨識時有其獨特的優(yōu)勢.該文研究了徑向基神經網絡的數(shù)學理論,詳細分析了幾種流行的徑向基神經網絡學習算法的優(yōu)缺點,介紹了系統(tǒng)辨識的一般原理,并

2、在此基礎上提出了基于徑向基神經網絡的系統(tǒng)辨識器的一般結構.徑向基函數(shù)神經網絡的構造性問題,即如何確定合理的隱層神經元的個數(shù),一直是其研究中的一個難點和關鍵.該文針對以上問題,受Fahlman和Lebiere的重疊相關學習算法的啟發(fā),提出了正交序貫學習算法,為徑向基神經網絡隱層神經元的確定問題提供了一條新的途徑.該文從理論方面對算法進行了深入的剖析,介紹了算法的詳細思路和具體過程,分析了算法的收斂性.并將算法訓練后的徑向基神經網絡運用到實