Kui mittelineaarseid elementidel kasutada tema karakteristikust väikest osa, siis võib oletada, et selle osa piirides tema karakteristik on lineaarne. Arvutusi võib teha kasutades lineaarsete elementide jaoks välja töötatud meetodeid. Staatilisi omadusi iseloomustatakse staatilise ülekande teguriga. K= Xv / Xs Lineaarsetel elementidel K ei sõltu karakteristiku punktidest kus teda määratakse. K on lineaarse elemendi parameeter, millega saab selle elemendi määrata. Mittelineaarsetel elementidel K on mittekonstantne suurus ja muutub punktist punktini. Temaga ei saa iseloomustada mittelineaarset elementi. Mittelineaarsete elementide jaoks kasutatakse veel nn. Diferentsiaalülekande tegurit, mis määratakse sisend ja väljund signaalide juurdekasvude kaude. Kd karakteristiku teatud piirides jääb konstantseks ja temaga saab iseloomustada antus mittelineaarset elementi karakteristiku antud punktis. Teda nimetatakse ülekandeteguriks väikeste
Kui mittelineaarseid elementidel kasutada tema karakteristikust väikest osa, siis võib oletada, et selle osa piirides tema karakteristik on lineaarne. Arvutusi võib teha kasutades lineaarsete elementide jaoks välja töötatud meetodeid. Staatilisi omadusi iseloomustatakse staatilise ülekande teguriga. K= Xv / Xs Lineaarsetel elementidel K ei sõltu karakteristiku punktidest kus teda määratakse. K on lineaarse elemendi parameeter, millega saab selle elemendi määrata. Mittelineaarsetel elementidel K on mittekonstantne suurus ja muutub punktist punktini. Temaga ei saa iseloomustada mittelineaarset elementi. Mittelineaarsete elementide jaoks kasutatakse veel nn. Diferentsiaalülekande tegurit, mis määratakse sisend ja väljund signaalide juurdekasvude kaude. Kd karakteristiku teatud piirides jääb konstantseks ja temaga saab iseloomustada antus mittelineaarset elementi karakteristiku antud punktis. Teda nimetatakse ülekandeteguriks väikeste
(4.1) Identifitseerimise eesmärgiks on vähendada viga E: E 0 . Mitmed juhtimisalgoritmid kasutavad mudeleid, mis on saadud närvivõrgu kujul. Näiteks, ennustamisega juhtimine (vt. peatükk 5). Kui juhitav süsteem on lineaarne, siis tema mudeli (ülekandefunktsiooni H (s ) ) arvutamiseks on väljatöötanud paljud meetodeit. Näiteks, ,,vähim ruutude meetod". Reaalses elus aga, juhitavad süsteemid on tavaliselt mittelineaarsed. Mittelineaarsetel süsteemidel ei eksisteeri ülekandefunktsioone. Ülekandefunktsioonid on erinevad iga tööpunkti ümbruses. Eelpool oli mainitud, et tehisnärvivõrgud on võimelised aproksimeerima suvalist pidevat (seal hulgas ka mittelineaarset) funktsiooni. Mittelineaarsete süsteemide identifitseerimine on mitte midagi muu, kui dünaamilise mittelineaarse funktsiooni aproksimeerimine. Dünaamiliste protsesside modelleerimiseks, närvivõrkude arhitektuuri tuuakse sisse tagasisided. See
Mudeli viga on süsteemi ja mudeli väljundite vahe: E=Y-Ym. Identifitseerimise eesmärgiks on vähendada viga E (E -> 0). Mitmed juhtimisalgoritmid kasutavad mudeleid, mis on saadud närvivõrgu kujul (nt ennustamisega juhtimine). Kui juhtiv süsteem on lineaarne, siis tema mudeli (ülekandefunktsiooni H(s)) arvutamiseks on välja töötatud palju meetodeid, nt "vähim ruutude meetod". Reaalses elus aga on juhitavad süsteemid tavaliselt mittelineaarsed ja mittelineaarsetel süsteemidel ei eksitsteeri ülekandefunktsioone. Ülekandefunktsioonid on erinevad iga tööpunkti ümbruses. Tehisnärvivõrgud on võimelised aproksimeerima suvalise pidevat sealhulgas ka mittelineaarset funktsiooni. Süsteemijärk peab olema teada. Mittelineaarsete süsteemide identifitseerimine on dünaamiliste mittelineaarsete funktsioonide aproksimeerimine. Dünaamiliste protsesside modelleerimiseks,
(4.1) Identifitseerimise eesmärgiks on vähendada viga E: E 0 . Mitmed juhtimisalgoritmid kasutavad mudeleid, mis on saadud närvivõrgu kujul. Näiteks, ennustamisega juhtimine (vt. peatükk 5). Kui juhitav süsteem on lineaarne, siis tema mudeli (ülekandefunktsiooni H (s ) ) arvutamiseks on väljatöötanud paljud meetodeit. Näiteks, ,,vähim ruutude meetod". Reaalses elus aga, juhitavad süsteemid on tavaliselt mittelineaarsed. Mittelineaarsetel süsteemidel ei eksisteeri ülekandefunktsioone. Ülekandefunktsioonid on erinevad iga tööpunkti ümbruses. Eelpool oli mainitud, et tehisnärvivõrgud on võimelised aproksimeerima suvalist pidevat (seal hulgas ka mittelineaarset) funktsiooni. Mittelineaarsete süsteemide identifitseerimine on mitte midagi muu, kui dünaamilise mittelineaarse funktsiooni aproksimeerimine. Dünaamiliste protsesside modelleerimiseks, närvivõrkude arhitektuuri tuuakse sisse tagasisided. See
annaabi.ee 
