13.2基于神经网络的系统辨识 前两条为保证条统的稳定性和可辨性，第三条为了方 便选择模型，简化处理过程，第四条限制主要是为了易于 达到以下目的： >由于输出y存在并有界，那么串一并联模型中的所有 信号均有界，辨识模型易于稳定。 >串一并联模型间无反馈，使从后向前的静态反向传输 算法成为可能。 >当误差足够小时，不使用串一并联结构，只用并联结 构也能有好的效果。 在前述四种假设限制下，能够写出常用的一些非线性 典型模型，现举例如下：前两条为保证系统的稳定性和可辨性，第三条为了方 便选择模型，简化处理过程，第四条限制主要是为了易于 达到以下目的： ➢由于输出y存在并有界，那么串—并联模型中的所有 信号均有界，辨识模型易于稳定。 ➢串—并联模型间无反馈，使从后向前的静态反向传输 算法成为可能。 ➢当误差足够小时，不使用串—并联结构，只用并联结 构也能有好的效果。 在前述四种假设限制下，能够写出常用的一些非线性 典型模型，现举例如下： 13.2 基于神经网络的系统辨识