模糊神经网络用于非线性系统模型辨识.pdf

【摘要】提出了一种非线性系统的模型辨识方法。在只有被辨识系统的输入输出数据的情况下，利用一种无监督的聚类算法来进行结构辨识，从而自动获得模糊规则库，并可以得到模糊系统的初始参数。在聚类的基础上，

本文介绍了近几年来利用ANN 可以任意精度逼近任意复杂的非线性函数的特性,所进行的传感器非线性静态特性模型辨识的研究,分析了各种模型与算法的特点及应用,提出了展望.

基于BP 神经网络能以任意精度逼近任何非线性连续函数的原理。通过在MATLAB环境下，对典型的不稳定、非线性、强耦合的倒立摆系统建立了BP 神经网络辨识结构，并对辨识结果进行了分析。结果

提供《基于MATLAB的神经网络非线性系统辨识软件包.》完整技术工程技术资料下载（归档大小 716 K），包含相关硬件原理图参考、开发文档或源代码工程。

基于小波神经网络辨识的PID神经模型，给初学者一个简单例子

用模糊神经网络逼近二维非线性函数，Matlab文件，附有说明文件。