У роботі проведено дослідження нейромережевого підходу до вирішення задачі ідентифікації у реальному часі нелінійного динамічного об'єкту. Представлено огляд існуючих моделей нелінійних об'єктів, розглянуто основні типи нейронних мереж, які використовуються для вирішення задачі ідентифікації. Докладно розглянуто ЕРБМ, яка є достатньо ефективною при вирішенні задачі ідентифікації. Досліджено структуру ЕРБМ, розглянуто задачу вибору базисних (активаційних) функцій нейронів мережі. Вивчено існуючі алгоритми навчання мережі, вказано на їх переваги та недоліки. Розглянуто різноманітні процедури уточнення структури мережі. Для демонстрації роботи розглянутих алгоритмів ідентифікації, в системі Matlab була розроблена спеціальна программа. Для вирішення задачі ідентифікації було реалізовано радіально-базисну мережу та було проведено її навчання на множині навчальних пар за допомогою генетичних алгоритмів. ІДЕНТИФІКАЦІЯ, НЕЛІНІЙНИЙ ОБ'ЄКТ, АЛГОРИТМ НАВЧАННЯ, БАЗИСНА ФУНКЦІЯ, НЕЙРОННА МЕРЕЖА, ЕВОЛЮЦІЙНИЙ АЛГОРИТМ, НЕЙРОМЕРЕЖЕВА МОДЕЛЬ In the given work the neural network approach to solving the problem of identification in real-time nonlinear dynamic object is studied. The review of the existing methods of nonlinear objects description is presented in the work, the basic types of neural networks that are used for solving of the identification task are considered. It is shown that ERBN is effective enough for solving the identification task. The structure of ERBN is investigated, the task of choosing basis (activation) function is considered. The analysis of the existing training algorithms of ERBN is performed; their advantages and disadvantages are described. Some procedures of improving the network's structure are considered. A special program was developed in Matlab system for demonstration the work of the considered identification algorithms. ERBN was implemented and its training was performed by a genetic algorithm for solving identification task. IDENTIFICATION, NONLINEAR OBJECT, TRAINING ALGORITHM, BASIS FUNCTION, NEURAL NETWORK, EVOLUTIONARY ALGORITHM, NEURAL NETWORK MODEL
