![07190a715fe8f306a365681e6065ad3c.png](https://i-blog.csdnimg.cn/blog_migrate/f9e1ae82584176fdf7086c84737042da.jpeg)
在上一篇文章中主要介绍了神经网络控制的优越性、神经网络在控制中的主要作用,以及神经网络控制器的7个分类及其详细介绍。有遗忘的小伙伴可以直达传送门:
酷酷的橙007:神经网络智能控制论1(引言部分)zhuanlan.zhihu.com![eb3c27251aae6c75ecac181d00825641.png](https://i-blog.csdnimg.cn/blog_migrate/2af7f3c99cab785741978d1ba94d97dd.jpeg)
回顾一下,神经网络在控制结构中都有哪些主要作用来着?1.充当控制器,2.充当被控对象模型,3.传统控制中的优化,4.与其他智能算法结合。那么今天先从非线性动态系统辨识开始讲起吧~
第二节 非线性动态系统的神经网络辨识
一、神经网络的辨识基础
所谓辨识,是在输入和输出数据的基础上,从一组给定的模型中,确定一个与所测系统等价的模型。
系统辨识的三个要素包括:
- 输入/输出数据,指能够量测到的系统的输入/输出。
- 模型类,指所考虑的系统的结构。
- 等价准则,指辨识的优化目标。(比如模型输出和实际输出的差的平方根是否满足要求,比如小于10的几次方等等