基于时变神经网络的非线性时变系统建模

提出时变神经网络模型, 用以逼近未知非线性时变映射, 实现非线性时变系统建模, 将时变神经网络的权值学习作为时变系统的时变参数估计问题, 并基于迭代学习机制, 给出在同一时刻沿迭代轴训练网络权值的迭代学习最小二乘算法. 理论上证明了该算法的全局收敛性. 给出的数值算例表明所提算法在非线性时变系统建模方面的有效性.