原创力文档- 1、本文档共7页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一类基于RBF神经网络的动态系统在线自适应辨识方法.pdf
第 卷第 期 信 息 与 控 制
?# ) A93:?#/[9:)
年 月
$## $ }6_9^968^93 7:/$##
BBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBBB
文章编号!##$%#’$##(#)%#*#+%#*
一类基于,-.神经网络的动态系统在线自适应辨识方法
徐 英 杨尔辅 徐用懋
清华大学自动化系 北京
’ ###+(
摘 要 研究了基于神经网络的动态系统在线自适应辨识模型的基本结构 依据
! / ’
,-. ,01203-0424.567%
网络线性输出的特点 给出了辨识模型参数的在线自适应校正的方法 并进行了仿真实验 结果表明 该
( / / / /
8296
辨识模型校正方法具有一般性和实用性 ;
:
关键词 神经网络 系统辨识 动态系统 自适应校正
!
中图分类号! ? 文献标识码!
= -
L
@A @B@CDEFG@CCHI@JK DI IA MEAGEBGADENEJ@DEIA INBOA@PEJ
QOQDGP R@QGB IA HRNAGSH@MAGDTIHUQ
% %
VW X26Y XZ[\ ]^_5 VW X96Y‘09
’ / / ###+(
abcdefgbhfijklfigdfmih nomhpqldrhmsbeomft ubmvmhp
! / % %
@wxyz{|y }68~24!0!^ 065^0368#9^$%04196326010!8221682_2708296‘9139_1’60‘274’48‘
241 : / %
39!1 }69^1^892‘!^98~!^_9^‘0679_‘913 0696326010!8279^^7826Y‘8~919_‘913
:
!0^0‘8^424!^9!941%04196,-.68#9^$(43260^958!584 Z Y^080‘95689_42‘53082964268~2426482%
Y082961 %
‘9648^0848~088~2421682_2708296‘91306196326010!8279^^7826Y‘8~910^9_Y6^032)08296
:
0610!!3270%2328’
U ! / /
文档评论（0）