摘要：针对受参数不确定和外扰影响的混沌Lorenz系统，提出一种基于径向基函数(RBF)神经网络的滑模控制方法．基于被控系统在不稳定平衡点处状态误差的可控规范形，设计滑模切换面并将其作为神经网络的唯一输入．单人单出形式的RBF控制器隐层只需7个径向基函数，网络的权值则依滑模趋近条件在线确定．仿真表明该控制器对系统参数突变和外部干扰具有鲁棒性，同时抑制了抖振．

关键词：rbf 滑模控制 径向基函数神经网络 鲁棒性 lorenz混沌系统 

单位：西安交通大学电气工程学院，西安710049