چکیده: برای مدلسازی یک سیستم روش های مختلفی وجود دارد. مدلسازی معمولاً به کمک روابط فیزیکی حاکم بر سیستم یا یک روش شناسایی یا ترکیبی از هر دو صورت می گیرد. این مدل در حالت کلی ممکن است استاتیک یا دینامیک، خطی یا غیرخطی، تغییرپذیر یا تغییرناپذیر با زمان، زمان پیوسته یا زمان گسسته، قطعی یا تصادفی باشد. در یکی از این روش ها که مدلسازی جعبه سیاه نام دارد، ابتدا آزمایش روی سیستم واقعی انجام می شود و داده های ورودی، خروجی ثبت می شوند و سپس از این داده ها برای شناسایی و مدلسازی سیستم استفاده می شود. در این پایان نامه به شناسایی ربات فانتوم توسط شبکه عصبی پرداخته شده است. جهت بررسی عملکرد روش های استفاده شده برای شناسایی، ربات فانتوم را انتخاب کرده و با داده های واقعی استخراج شده از ربات، به شناسایی این ربات می پردازیم. ربات فانتوم دارای سه رابط می باشد و به طور گسترده در کاربردهای لامسه ای و انجام فرامین از راه دور استفاده می شود. مدلسازی این ربات، برای کاربردهای پیش بینی، شبیه سازی، کنترل، و تشخیص خطا اهمیت دارد. نتایج حاصله نشان می‌دهد که شبکه های عصبی قادرند با دقت بالا ربات فانتوم را شناسایی نمایند.