本書以通俗易懂的方式講述了人工神經元網路的基本原理、設計和計算機方法。全書共分十二章。第一章介紹了工人神經元網路的發展歷史和它的主要特點，第二章和第三章介紹了生物神經元網路和人工神經元網路的基本原理，第四章至第十章講述了幾種主要的人工神經元網路的原理和具體計算方法，第十章介紹了人工神經元網路在自動控制系統中的套用，第十章介紹了人工神經元網路在自動控制系統中的套用，最後一章介紹了編程實例，全書配有習題。
基本介紹
內容提要,目錄,
內容提要
本書可作為自動控制、計算機套用、通信工程等有關專業大學本科生及研究生的教材，也可供相關領域的工程技術人員和研究人員自學和參考。
目錄
第一章緒論
1.1為什麼要用人工神經元網路
1.2人工神經元網路的發展
1.3人工神經元網路是怎樣工作的
習題
第二章生物神經元網路的基本原理
2.1生物神經元
2.2生物神經元網路的結構
習題
第三章人工神經元網路的基本原理
3.1人工神經元
3.2人工神經元網路模型
3.3神經元網路的學習過程
3.4神經元網路的學習規則
3.5神經元網路的工作過程
習題
第四章感知機模型網路
4.1感知機網路的結構
4.2感知機網路的學習規劃
4.3感知機網路的局限性
習題
第五章多層網路的誤差逆傳播校正方法
5.1誤差逆傳播校正方法
5.2BP網路的學習規劃與計算方法
5.3BP網路的套用舉例
5.4BP網路的改進方案
習題
第六章Hopfield神經元網路
6.1Hopfield網路的基本結構
6.2Hopfield網路的能量函式與運行規則
6.3聯想記憶
6.4Hopfield網路連線權的設計方法
6.5Hopfield網路的弱點
6.6連續型Hopfield神經網路
6.7Hopfield網路的套用
習題
第七章隨機型神經元網路
7.1模擬退火算法
7.2波爾茨曼機模型及其工作規劃
7.3波爾茨曼機模型網路的學習規則
習題
第八章競爭型神經元網路
8.1競爭型神經元網路的基本結構及其學習方法
8.2抑制競爭型神經元網路及其學習規則
8.3自適應共振理論神經網路
習題
第九章自組織特徵映射神經元網路
9.1SOFM網路結構及學習工作規則
9.2SOFM網路的套用
習題
第十章對向傳播神經元網路
10.1CP網路的結構及學習工作規則
10.2CP網路的改進與完善
習題
第十一章神經元網路控制簡介
11.1神經元網路控制的基本原理
11.2幾種典型的神經元網路控制系統的結構
習題
第十二章人工神經元網路編程實例
12.1感知機模型神經元網路編程
12.2BP神經元網路編程
12.3ART1型神經元網路編程
參考文獻
