（1）不要求建立实际系统的辨识格式，即可以省去选择模型这一步，因为神经网络本质已作为一种辨识模型，其可调参数反映在网络内部的权值上。
（2）可以对本质非线性系统进行辨识。而且是通过在网络外部拟合系统的输入/输出，网络内部归纳隐含在系统输入/输出数据中的系统特性来完成，因此这种辨识是由神经网络本身实现的，是非算法式的。
（3）辨识的收敛速度不依赖于待辨识系统的维数，只与神经网络本身及其采用的学习算法有关，传统的辨识算法则随模型参数的增大而变得更复杂。
（4）由于神经网络具有大量的连接，这些连接上的权值在辨识中对于模型参数，通过调节这些权值可使网络输出逼近系统输出。
（5）神经网络作为实际系统的辨识模型，实际上也是系统的一个物理实现，可以用于在线控制。
所以，用神经网络方法进行辨识可以得到更符合实际的模型，且可以对其进行参数控制来获得更好的控制效果。而MATLAB提供的B
2021-12-20 20:59:15
2.39MB
1
作者：李言俊
出版日期：2003
格式：pdg（需要超星浏览器）
ps：有个哥们上传了个PPT格式的，被我下到了，那哥们也不做说明，真是让人生气！
2021-12-20 13:56:51
3.27MB
1
阶次已知的线性系统差分方程模型的参数辨识；阶次未知的线性系统差分方程模型的参数辨识的MATLAN程序＋仿真图片
2021-12-18 09:04:49
115KB
应用最小二乘一次完成法和递推最小二乘法算法的系统辨识实验报告，包含概念理论及Matlab报告程序。完备的资料。你值得拥有。。。。。。
2021-12-16 15:33:14
322KB
1
辅助变量法例
有色噪声模型：数据文件 y6.mat
(1+1.5q-1+0.7q-2)y(k)=q-23.2u(k)+
辨识结果（给定结构：m =2 1，tao =0 2）
1. 使用辅助模型：a=[1 1.7 0.72];b=[0 0 1];
zta =
1.4956
0.6962
3.2234
2021-12-14 21:40:34
467KB
1
<html dir="ltr"><head><title></title></head><body>为了有效地利用经验知识, 弥补训练数据覆盖范围不足的问题, 提出一种将经验知识以TSK (Takagi-Sugeno-Kang) 型模糊规则引入模糊模型的建模方法. 在结构辨识中, 提出了模糊规则融合方法, 用以确定初始模糊规则. 在参数辨识中, 改进了原梯度下降方法中的目标函数, 并引入了经验知识准确性评价参数, 用以平衡样本数据和经验知识对模型的影响. 数值仿真和工程实例应用结果表明, 所提出的方法可以有效地利用经验知识和样本数据, 使预报结果更可靠、更精确.. </body></html>
2021-12-13 15:02:02
294KB
1
2. 系统辨识实践工具--matlab辨识工具箱使用手册--System IdentLfication Toolbox user's guide matlab
2021-12-06 14:02:54
13.26MB
1