智能控制-神经网络控制.pptVIP

神经网络辨识的特点(与传统辨识方法相比) 神经网络本身作为一种辨识模型，其可调参数反映在网络内部的极值上，无需建立实际系统的辨识格式。 借助网络外部的输入/输出数据拟合系统的输入/输出关系，可对本质非线性系统进行辨识。(网络内部隐含着系统的特性) 辨识的收敛速度不依赖于被辨识系统的维数，只与神经网络本身所采用的学习算法有关。 神经网络具有大量的连接，连接权值构成神经网络模型的参数，通过调节这些权值使网络输出逼近系统输出。 神经网络作为实际系统的辨识模型，构成系统的一个物理实现，可用于在线控制。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 3.6.2 非线性静态系统的神经网络辨识 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004