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。

针对动力配煤组成成分复杂、用户要求较高等问题,运用RBF神经网络建立考虑煤质组成、燃烧特性、成本价格、地质分布情况等多因数非线性动力配煤的数学优化模型,运用专业计算软件matlab进行求解,将求解后的优化方案应用于实际企业生产动力配煤中,获得用户期望的动力配煤优化方案及数据。根据用户的实际需求随时调整模型参数,结合用户方自动检测及调节设备,获得性能优良的煤种及较好地反映和满足用户的真实需求,为动力配煤方案的优化提供重要的参考。

利用径向基函数神经网络(RBF)建立对离心压缩机性能预测的神经网络模型,从而能够精确地预测出离心压缩机的性能参数的大小,能够分析离心压缩机的流量,叶片出口安装角,压力比和效率之间的神经网络与预测关系。应用数值计算软件MATLBA软件完成了离心压缩机的性能预测,分别对离心压缩机的压力比和效率进行了性能预测,预测效果表明,RBF神经网络的计算模型可以提高预测效率和预测精度。

Matlab基于K均值聚类的神经网络-基于K均值聚类的ＲＢＦ神经网络.rar 基于K均值聚类的ＲＢＦ神经网络

4基于PCA_RBF神经网络的WSN数据融合轴承故障诊断_徐桂云.caj

通过MATLAB的M文件来实现基于RBF神经网络的PID控制，包括作图

RBF神经网络-非线性回归分析，matlab代码，值得学习，欢迎下载

利用RBF网络（隐含层神经单元个数和学习率等参数可在内部修改，不作为输入参数）学习和训练，并对输入的测试样本做出响应。 输入和输出维数可以多维。 实际运行，逼近y=sin(t)函数效果不错。