论文部分内容阅读
本文研究T-S模糊广义系统的逼近性，给出了T-S模糊广义系统的逼近性定理．证明其可以以任意的精度逼近一类广泛存在的非线性广义系统．还将MISO（多输入单输出）情况推广到MIMO（多输入多输出）的情况．在逼近性定理的基础上，利用神经网络的方法对非线性广义系统建模，给出了神经网络的结构及学习算法．本文共提出了两种神经网路的训练策略，对各自的优点与不足给出了分析，最后用数值例子验证了算法的有效性．