论文部分内容阅读
该文提出了一种用于径向基函数(RBF)神经网络学习的新方法,即Gauss-Jordan与广义逆(genemal inverse)的复合方法,此方法训练速度快,实时性强,其收敛精度、收敛速度均比正交最小二乘算法(OLS)效果好,并将该方法用于移动式机器人的不规划墙壁跟踪控制中,仿真结果证实了该方法的优越性。