摘要： 考虑一般的光滑线性时变系统 \begin{equation} \dot{x}=A(t)x+b(t)u \end{equation} 其中控制输入选取为$u=K(t)x+u_{d}(t)$。 找到一个压缩变化$\delta z=\Theta(t)\delta x$得到一般的雅克比矩阵$F$为 $$F= 阅读全文

摘要： 径向基神经网络可以用来逼近非线性函数$F(x)$，我们设$F(x)=\theta^{T}S(x)+\delta(x)\(。其中，\)\theta^{T}$为权重向量，$S(x)\(为径向基函数。\)\delta(x)$为估计误差。 选取代价函数为 \[ J(\theta)=\frac{1}{2}(F 阅读全文