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。