几个网络体系结构进行了模拟和建模，多层感知器（MLP），径向基函数（RBF），广义径向基函数（GRBF），和Elman网络（埃尔曼）。从这些网络中，网络性能进行了比较和选择最好的建筑是为NNEPM。
基于38个网页-相关网页
7埽0用实际测得的炉温值， 基于混沌理论，建立了GRBF（高斯径向基函数网络）模型来预测高炉铁水硅含 量陋1，也取得了比较好的效果。
基于16个网页-相关网页
GRBF networks 高斯放射基函数网络
GRBF Static Prediction Model 灰色RBF静态预测模型
应用推荐
模块上移
模块下移
不移动