基于遗传BP算法的高斯基函数网络的非线性系统辨识

针对ＢＰ算法收敛速度慢而且可能陷入局部极小值的特点，提出了基于遗传ＢＰ算法的高斯基函数网络的辨识方法，并将它应用于非线性系统进行辨识，仿真实验结果表明该方法比基于传统的ＢＰ算法具有更快的收敛速度和精度。

基于神经网络模型的水泥粉磨配料

针对水泥粉磨配料过程具有非线性和强不确定性的特点,提出了采用高斯基函数神经网络建模的方法,即先离线训练网络模拟配料过程模型,再应用此模型实时在线计算水泥粉磨物料配合比.仿真结果表明,此方法所得配料计算结果与实际情况相吻合,并且实施快捷,灵活易移植.