：基于统计学原理的传统的民航客运量预测方法难以预测动态数据的内在结构和复杂特 性。为了提高民航客运量预测的准确性，利用人工神经网络对非线性系统的函数所具有的以任意精度逼近的良好特性，选用RBF 神经网络为模型并利用MATLAB 编程实现了对民航客运量的准确预测。本文介绍了RBF 神经网络MATLAB 的相关知识，并以民航客运量的1978 年至2007 年的实际数据为例进行RBF 神经网络的训练与测试，实验结果表明，将RBF神经网络与MATLAB 结合运用在民航客运量预测中具有可行性，预测精度更高

本文在区间2型模糊集理论的基础上，研究了一类非线性网络系统的模糊滤波器设计问题。 在设计过程中，考虑了两个重要因素，即间歇性数据包丢失和量化。

采用卡尔曼滤波方式对组合导航系统误差模型进行处理，提高导航精度，此外还有非线性系统的扩展卡尔曼滤波方法

随机非线性系统基于事件触发机制的自适应神经网络控制_王桐，中文期刊论文