非线性倒立摆的BP神经网络系统辨识

此代码是利用BP神经网络逼近非线性函数。

【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，

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。

提供《模糊神经网络用于非线性系统模型辨识.pdf》完整技术工程技术资料下载（归档大小 184 K），包含相关硬件原理图参考、开发文档或源代码工程。

提供《bp神经网络pid控制小车倒立摆的摆角和小车的位移》完整技术工程技术资料下载（归档大小 3 K），包含相关硬件原理图参考、开发文档或源代码工程。

BP 神经网络的基本思想：信号的正向传播+误差的反向传播。 ¡ 信号的正向传播：输入样本从输入层传入，经各隐层逐层处理后，传向输出层。 ¡ 误差的反向传播：将输入误差以某种形式通过隐层向输入层逐层反传，并将误差分摊给各层...