کنترل سیستمهای آشوبی بااستفاده از شبکه های RBF
آشوب ی‍کی از وی‍ژگی های خاص سیستم های پارامتری غیرخطی است. پیش بینی رفتار این سیستم ها اغلب مشکل است. اخیرا گروهی از شبکه های عصبی مصنوعی ، نتایج خوبی را در زمینه پیش بینی و کنترل plant های غیرخطی به دست آورده اند. K.S.Narenda با استفاده از شبکه MLP روشی برای پیش بینی و کنترل دینامیک های آشوبی پیشنهاد کرده است. K.B.Kim هم این کا را با استفاده از شبکه RBF انجام داده است.
در این مقاله روش طراحی کنترلر بااستفاده از شبکه های RBF شرح داده شده است. شبکه های RBF با قابلیت آموزش سریع و قدرتمندی خود در زمینه آشوب و تغییر پارامترهای سیستم ، ایده کنترل سیستم های غیرخطی را بهبود بخشیده اند.