基于RBF神经网络的模型参考自适应.docx

仿真技术及Matlab应用题目：基于RBF神经网络的模型参考自适应学院：班级：学号：姓名：2015年1月5日目录前言11. 邻聚类算法的RBF神经网络22. RBF神经网络的函数逼近理论33. RBF神经网络的控制系统设计54. 仿真结果65. 结语76. 附录81/前言目前,在控制领域内,神经网络正稳步地发展,尤其是多层前馈神经网络。在神经网络MRAC（ModelReferenceAdaptiveController）中，多层前馈神经网络一般用于对受控对象进行系统辨识,神经网络所选用算法进行系统辨识要快速、准确，以利于实时、精确控制。已经证明了只要神经元的数目足够大，则径向基网络能够在一个有限维赋范向量空间的紧集上以任意的精度逼近一个非线性函数（只要该非线性函数的性能足够好）。神经网络既可用于对动态系统的辨识也可用于对动态系统的控制。本研究给出了基于MRAC（模型参考自适应控制）的神经网络控制器，该控制器通过使用实际系统与参考模型系