RBF神经网络模型径向基函数（RBFRadialBasisFunction）神经网络是由J.Moody和C.Darken在20世纪80年代末提出的一种神经网络，它是具有单隐层的三层前馈网络。由于它模拟了人脑中局部调整、相互覆盖接受域（或称感受野-ReceptiveField）的神经网络结构，因此，RBF网络使一种局部逼近网络，已证明它能以任意精度逼近任意连续函数。（1）网络结构RBF网络是一种三层前向网络，由输入到输出的映射是非线性的，而隐含层空间到输出空间的映射是线性的，从而大大加快了学习速度并避免局部极小问题。RBF网络结构如下图1所示。ym(3)图1RBF神经网络结构2）被控对象Jacobian信息的辨识算法设RBF网络的径向基向在RBF网络结构中，x-x,x,xT为网络的输入向量。12n其中h为高斯基函数jh=expjx-c2|lj2b2j丿,j=1,2,，m(1)其中网络的第j个节点的中心矢量为C=jccc,cj1j2jijn,i1,2
