在RBF神经网络逼近过程中，隐含节点数对逼近效果的影响。

 离散系统模型：        代码语言：y(k) = u(k)^3 + y_1/(1 + y_1^2)

 取α = 0.05 ，η = 0.3，网络权值的初始值取零

高斯基函数宽度参数：bj = 1.5

RBF网络的输入：u(k) = sint 和 y(k) 

网络结构：2-m-1 ，m为隐含层节点数

取 m 的 值为: 1，3，7

对应的 cj 为: 0 ，0.3[-1   0   1]和0.9[-3   -2   -1   0   1   2   3]

 

matlab代码实现 

注：修改程序M的值（1，2，3） ，以选取不同的m值（1，3，7）

%RBF approximation test
clear all;
close all;

alfa = 0.05;
xite = 0.3;
x = [0,0]';

%The parameters design of Guassian Function
%The input of RBF (u(k),y(k)) must be in the effect r