论文部分内容阅读
函数逼近是许多工程领域，乃至经济领域中的一个基本问题，本文深入研究了NAR (Nonlinear Autoregresive) 模型的Korengberg 函数逼近算法，并从实时控制角度提出了一种可行的、新的模型优化方法。在仿真实验中，对混沌信号和火炮弹道函数逼近时，得到了较好的效果。实验结果表明，本算法具有以下4个优点：1)对不同结构的系统具有较好的适应性。2)具有较高的逼近精度。3)具有较短的计算时间。4)具有较强的抗噪声能力。可见，本算法是一种有较高实际应用价值的方法。