论文部分内容阅读
广义回归神经网络具有收敛速度快、计算量小,所需样本量少等优点,被广泛的应用于非线性系统辨识。本研究针对GRNN在时变环境下难以确定平滑因子,自适应能力弱的缺点,提出了一种自适应优化平滑因子的方案。仿真结果表明,改进后的GRNN有较强的自适应能力,能够在实际应用中很好的逼近和泛化较为复杂的非线性时变系统。