本论文的研究对象三容水箱液位控制系统,由A3000过程控制装置,具有时滞性和非线性特性,难以用传统的机理建模方法进行辨识,而神经网络具有很好的非线性映射能力,在系统辨识及控制工程中得到广泛的应用。论文首先采用LabVIEW软件设计白噪声输入激励信号,三容水箱液位控制系统进行动态特性测试实验,获取输入＼输出数据并进行处理;其次研究了应用MATLAB平台设计的BP神经网络和Elman神经网络作为该系统辨识模型的方法,采用串一并联型辩识结构。BP网络训练网络采用Levenberg-Marquardt算法、BFGS拟牛顿算法和自适应调整学习率算法进行比较;Elman网络应用BFGS拟牛顿算法和自适应调整学习率算法训练。仿真结果表明,在达到训练精度的情况下,应用均方误差性能函数时网络泛化能力较差,而采用归一化均方误差时LM算法对BP网络泛化能力没有改善,另两种算法训练的BP网络泛化能力有所提高。Elman网络辨识效果较好,不存在泛化能力差的问题,网络结构比BP网络简单,但辨识精度只是接近而不能达到指定精度,没有BP网络高。这两种神经网络有待作进一步改进研究,以更精确应用作该系统的辨识模型。