引用本文:王旭东，邵惠鹤.RBF神经元网络在非线性系统建模中的应用[J].控制理论与应用,1997,14(1):59~66.[点击复制]
WANG Xudong and SHAO Huihe.Nonlinear System Modeling Using the Radial Basis Function Neural Networks[J].Control Theory and Technology,1997,14(1):59~66.[点击复制]
RBF神经元网络在非线性系统建模中的应用
Nonlinear System Modeling Using the Radial Basis Function Neural Networks
摘要点击 1161  全文点击 512  投稿时间：1995-04-17  修订日期：1995-10-30
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  
  1997,14(1):59-66
中文关键词  RBF神经元网络  CSTR系统  正交优选法  竞争学习
英文关键词  radial basis function neural networks continuous stirred tank reactor othogonal optimumseeking method competitive learning
基金项目  
作者单位
王旭东，邵惠鹤 上海交通大学自动化所 
中文摘要
      本文从径向基函数（RBF）神经网络的特点着手，分析了该网络存在的问题，并且对网络径向基函数中心的选取、计算以及网络的拓扑结构作了改进，最后用改进的径向基函数神经元网络对化工中的连续搅拌反应釜（CSTR）系统进行建模，结果表明方法有效。
英文摘要
      Radial basis function neural networks is very useful in nonlinear system modeling. In this paper the radial basis function neural network has been analyzed and improved. Simulation shows that the improved neural network has successfully modelled the continuous stirred tank reactor system.