主要介绍了Python实现的径向基（RBF）神经网络,结合完整实例形式分析了Python径向基（RBF）神经网络定义与实现技巧,需要的朋友可以参考下

RBF神经网络在直接鲁棒系统仿真,主要是根据论文的内容要求来学习的一个基于RBF神经网络逼近直接鲁棒自适应系统的MATLAb仿真模型

为了解决组成复杂、功能多样、贫样本的系统的综合效能评估问题，针对系统的效能评估指标体系三层结构，构建了基于灰色理论、RBF神经网络以及灰色RBF神经网络的系统效能评估模型，并通过仿真验证了这种灰色RBF神经网络模型的精度要高于灰色模型和RBF神经网络模型，可以准确地对功能多样、组成复杂但是样本少的系统进行综合效能评估。

粒子群算法（PSO）优化的径向基函数（RBF）神经网络算法.zip

RBF神经网络在岩爆预测上的运用.pdf

基于模糊RBF神经网络的PID控制方法及应用.pdf

二关节机械臂RBF神经网络轨迹跟踪控制MATLAB仿真程序

RBF神经网络滑模轨迹跟踪控制matlab仿真程序 (对象：二自由度机械臂) (仿真平台：Matlab/simulink)

RBF神经网络算法示例，实现了对非线性曲线的拟合逼近。

BF神经网络学习算法的研究 共50页 摘要 本文研究了RBF神经网络的各种学习算法。在总结概述前人工作优缺点的基 础上本文分析了三种优良的学习算法。与现存的学习算法相比在具有良好性 能的前提下本文的算法可以产生更紧凑的网络结构。 本文首先回顾RBF神经网络的网络结构及其基本的学习过程。第二章详细 介绍了径向基函数与插值、RBF网络模型和RBF网络的逼近性能。第三章对现阶 段流行的各种RBF神经网络学习算法作了概述给出了正交最小二乘法(OLS)、 递阶遗传训练算法(HGA)和粒子群优化(PSO)算法三种学习算法的详细训练过程。 在第三章的结尾还给出了这三种学习算法的优缺点分析。第四章设计了仿真实 验对基于RBF神经网络的判别模型和其他基于距离的判别模型做了相互比较 仿真结果表明了RBF神经网络的有效性。第五章总结了本文的工作并对RBF 神经网络研究方向做了展望。