《神經(jīng)網(wǎng)絡(luò)導(dǎo)論》共5章，第1章主要介紹神經(jīng)網(wǎng)絡(luò)、微分系統(tǒng)穩(wěn)定性理論和泛函分析的基本理論和概念；第2章介紹神經(jīng)網(wǎng)絡(luò)的基本模型及算法；第3章介紹后期比較熱門的三種神經(jīng)網(wǎng)絡(luò)，即Hopfield神經(jīng)網(wǎng)絡(luò)、細(xì)胞神經(jīng)網(wǎng)絡(luò)與雙向聯(lián)想（BAM）神經(jīng)網(wǎng)絡(luò)的模型及動(dòng)力學(xué)問題；第4章介紹復(fù)雜神經(jīng)網(wǎng)絡(luò)模型及動(dòng)力學(xué)問題；第5章介紹神經(jīng)網(wǎng)絡(luò)的應(yīng)用，因?yàn)樯窠?jīng)網(wǎng)絡(luò)模型是一個(gè)非線性動(dòng)力學(xué)系統(tǒng)，有些內(nèi)容讓讀者難以讀懂，所以《神經(jīng)網(wǎng)絡(luò)導(dǎo)論》寫作時(shí)力求內(nèi)容簡(jiǎn)潔、通俗，論述深入淺出，系統(tǒng)地介紹了神經(jīng)網(wǎng)絡(luò)模型、算法及動(dòng)力學(xué)問題。
《神經(jīng)網(wǎng)絡(luò)導(dǎo)論》既可作為數(shù)學(xué)專業(yè)或工科專業(yè)的本科生教材，也可作為研究生教材或供從事神經(jīng)網(wǎng)絡(luò)理論研究的科研人員閱讀。
神經(jīng)網(wǎng)絡(luò)技術(shù)是20世紀(jì)末迅速發(fā)展起來的一門高新技術(shù)。由于神經(jīng)網(wǎng)絡(luò)具有良好的非線性映射能力、自學(xué)習(xí)適應(yīng)能力和并行信息處理能力，為解決不確定非線性系統(tǒng)的建模和控制問題提供了一條新的思路，因而吸引了國內(nèi)外眾多的學(xué)者和工程技術(shù)人員從事神經(jīng)網(wǎng)絡(luò)控制的研究，并取得了豐碩成果，提出了許多成功的理論和方法，使神經(jīng)網(wǎng)絡(luò)控制逐步發(fā)展成為智能控制的一個(gè)重要分支。
神經(jīng)網(wǎng)絡(luò)控制的基本思想就是從仿生學(xué)角度，模擬人神經(jīng)系統(tǒng)的運(yùn)作方式，使機(jī)器具有人腦那樣的感知、學(xué)習(xí)和推理能力。它將控制系統(tǒng)看成是由輸入到輸出的一個(gè)映射，利用神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)能力和適應(yīng)能力實(shí)現(xiàn)系統(tǒng)的映射特性，從而完成對(duì)系統(tǒng)的建模和控制，它使模型和控制的概念更加一般化。從理論上講，基于神經(jīng)網(wǎng)絡(luò)的控制系統(tǒng)具有一定的學(xué)習(xí)能力，能夠更好地適應(yīng)環(huán)境和系統(tǒng)特性的變化，非常適合于復(fù)雜系統(tǒng)的建模和控制。特別是當(dāng)系統(tǒng)存在不確定性因素時(shí)，更體現(xiàn)了神經(jīng)網(wǎng)絡(luò)方法的優(yōu)越性。
神經(jīng)網(wǎng)絡(luò)在控制領(lǐng)域受到重視主要?dú)w功于它的非線性映射能力、自學(xué)習(xí)適應(yīng)能力、聯(lián)想記憶能力、并行信息處理方式及其良好的容錯(cuò)性能。應(yīng)用神經(jīng)網(wǎng)絡(luò)時(shí)，人們總期望它具有非常快的全局收斂特性、大范圍的映射泛化能力和較少的實(shí)現(xiàn)代價(jià)。
非線性控制系統(tǒng)早期的研究是針對(duì)一些特殊的、基本的系統(tǒng)而言的，其代表性的理論有：相平面法、描述函數(shù)法、絕對(duì)穩(wěn)定性理論、Lyapunov穩(wěn)定性理論、輸入輸出穩(wěn)定性理論等。自20世紀(jì)80年代以來，非線性科學(xué)越來越受到人們重視，數(shù)學(xué)中的非線性分析、非線性泛函及物理學(xué)中的非線性動(dòng)力學(xué)，發(fā)展都很迅速。與此同時(shí)，非線性系統(tǒng)理論也得到了蓬勃發(fā)展，有更多的控制理論專家轉(zhuǎn)入到非線性系統(tǒng)的研究，更多的工程師力圖用非線性系統(tǒng)理論構(gòu)造控制器，并取得了一定的成就，神經(jīng)網(wǎng)絡(luò)方法是主要方法中的一種。
對(duì)讀者來講，本書作為人工神經(jīng)網(wǎng)絡(luò)的入門課程，重點(diǎn)介紹人工神經(jīng)網(wǎng)絡(luò)及其網(wǎng)絡(luò)模型，使讀者了解智能系統(tǒng)描述的基本模型，掌握人工神經(jīng)網(wǎng)絡(luò)的基本概念與各種基本網(wǎng)絡(luò)模型的結(jié)構(gòu)、特點(diǎn)、典型訓(xùn)練算法、運(yùn)行方式，掌握軟件實(shí)現(xiàn)方法；然后將學(xué)生引入人工神經(jīng)網(wǎng)絡(luò)應(yīng)用的研究領(lǐng)域，通過實(shí)驗(yàn)進(jìn)一步體會(huì)有關(guān)模型的用法和性能，獲取一些初步的經(jīng)驗(yàn)，同時(shí)使讀者了解人工神經(jīng)網(wǎng)絡(luò)的有關(guān)研究思想，從中學(xué)習(xí)問題的求解方法，對(duì)高級(jí)研究者可以查閱適當(dāng)?shù)膮⒖嘉墨I(xiàn)，將所學(xué)的知識(shí)與自己未來研究課題（包括研究生論文階段的研究課題）結(jié)合起來，達(dá)到既豐富學(xué)習(xí)內(nèi)容，又具有一定的研究和應(yīng)用的目的。
本書針對(duì)本科高年級(jí)學(xué)生或研究生用書的實(shí)際情況，精選了《神經(jīng)網(wǎng)絡(luò)穩(wěn)定性理論》（鐘守銘等編著）部分內(nèi)容，并對(duì)內(nèi)容進(jìn)行了優(yōu)化和增刪，同時(shí)結(jié)合相關(guān)的參考文獻(xiàn)和自身的研究領(lǐng)域，增添了基本網(wǎng)絡(luò)模型的結(jié)構(gòu)、特點(diǎn)、典型訓(xùn)練算法、運(yùn)行方式及典型問題等，并加進(jìn)了最新的一些研究成果，本書注重內(nèi)容和體系的整體優(yōu)化，淺顯易懂，語言通俗簡(jiǎn)潔，重視培養(yǎng)學(xué)生應(yīng)用神經(jīng)網(wǎng)絡(luò)知識(shí)解決實(shí)際問題的能力。
本書由電子科技大學(xué)王曉梅副教授主編和執(zhí)筆。
本書的出版獲得了電子科技大學(xué)學(xué)科建設(shè)和新編特色教材項(xiàng)目經(jīng)費(fèi)的資助，并得到了電子科技大學(xué)數(shù)學(xué)科學(xué)學(xué)院和科學(xué)出版社的大力支持，在本書的編寫過程中，電子科技大學(xué)鐘守銘教授對(duì)本書進(jìn)行了評(píng)審，并提出了不少寶貴的意見，在此一并表示衷心的感謝。電子科技大學(xué)于雪梅碩士閱讀了本書的部分手稿，對(duì)編輯格式和內(nèi)容進(jìn)行了仔細(xì)查閱，在此表示誠摯的感謝，同時(shí)也對(duì)關(guān)心幫助本書出版的老師們表示感謝。
由于編者水平有限，不足之處在所難免，懇請(qǐng)讀者批評(píng)指正！
查看全部↓
前言
第1章 緒論
1．1 神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
1．1．1 神經(jīng)網(wǎng)絡(luò)的概念
1．1．2 神經(jīng)網(wǎng)絡(luò)的發(fā)展
1．1．3 神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)
1．1．4 人工神經(jīng)元模型
1．1．5 神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)
1．2 微分方程穩(wěn)定性理論基礎(chǔ)
1．2．1 微分方程的基本知識(shí)
1．2．2 微分、積分不等式
1．2．3 Lyapunov函數(shù)相關(guān)定義和定理
1．2．4 穩(wěn)定性的基本定義和定理
1．2．5 Lyapunov直接法的基本定理
1．2．6 構(gòu)造Lyapunov函數(shù)的基本方法
第2章 神經(jīng)網(wǎng)絡(luò)基本模型
2．1 M-P模型
2．1．1 MP模型的概念
2．1．2 標(biāo)準(zhǔn)M-P模型
2．1．3 時(shí)延M-P模型
2．1．4 改進(jìn)的M-P模型
2．2 感知器模型
2．2．1 問題背景
2．2．2 感知器的概念
2．2．3 單層感知器神經(jīng)元模型
2．2．4 單層感知器工作原理
2．2．5 單層感知器用于模式識(shí)別
2．2．6 多層感知器神經(jīng)元
2．2．7 感知器的學(xué)習(xí)規(guī)則
2．2．8 感知器的局限性
2．2．9 本節(jié)小結(jié)
2．3 自適應(yīng)線性神經(jīng)元模型
2．3．1 線性神經(jīng)網(wǎng)絡(luò)模型
2．3．2 線性神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)
2．3．3 線性神經(jīng)網(wǎng)絡(luò)的MATLAB仿真程序設(shè)計(jì)
2．4 BP神經(jīng)網(wǎng)絡(luò)模型
2．4．1 BP神經(jīng)元及BP網(wǎng)絡(luò)模型
2．4．2 BP網(wǎng)絡(luò)的學(xué)習(xí)
2．4．3 BP網(wǎng)絡(luò)學(xué)習(xí)算法
2．4．4 理論與實(shí)例
2．4．5 BP網(wǎng)絡(luò)的局限性
2．4．6 BP網(wǎng)絡(luò)的MATLAB仿真程序設(shè)計(jì)
2．4．7 BP網(wǎng)絡(luò)應(yīng)用實(shí)例
2．5 徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)模型簡(jiǎn)介
2．5．1 徑向基網(wǎng)絡(luò)模型
2．5．2 徑向基網(wǎng)絡(luò)的創(chuàng)建與學(xué)習(xí)過程
2．5．3 其他徑向基神經(jīng)網(wǎng)絡(luò)
2．5．4 徑向基網(wǎng)絡(luò)的MATLAB仿真程序設(shè)計(jì)
第3章 常用神經(jīng)網(wǎng)絡(luò)模型及動(dòng)力學(xué)問題
3．1 Hopfield神經(jīng)網(wǎng)絡(luò)模型及動(dòng)力學(xué)問題
3．1．1 無時(shí)滯的Hopfield神經(jīng)網(wǎng)絡(luò)模型及動(dòng)力學(xué)問題
3．1．2 有時(shí)滯的Hopfield神經(jīng)網(wǎng)絡(luò)模型及動(dòng)力學(xué)問題
3．1．3 Hopfield神經(jīng)網(wǎng)絡(luò)的k-穩(wěn)定性分析
3．2 細(xì)胞神經(jīng)網(wǎng)絡(luò)模型及動(dòng)力學(xué)問題
3．2．1 無時(shí)滯的細(xì)胞神經(jīng)網(wǎng)絡(luò)的平衡點(diǎn)及穩(wěn)定性
3．2．2 有時(shí)滯的細(xì)胞神經(jīng)網(wǎng)絡(luò)的平衡點(diǎn)及穩(wěn)定性
3．2．3 無時(shí)滯細(xì)胞神經(jīng)網(wǎng)絡(luò)的周期解及穩(wěn)定性
3．2．4 有時(shí)滯細(xì)胞神經(jīng)網(wǎng)絡(luò)的周期解及穩(wěn)定性
3．2．5 廣義細(xì)胞神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
3．3 BAM神經(jīng)網(wǎng)絡(luò)模型及動(dòng)力學(xué)問題
3．3．1 無時(shí)滯BAM神經(jīng)網(wǎng)絡(luò)模型及穩(wěn)定性
3．3．2 具有連續(xù)時(shí)滯的BAM神經(jīng)網(wǎng)絡(luò)模型及穩(wěn)定性
3．3．3 具有連續(xù)和離散時(shí)滯的混雜BAM神經(jīng)網(wǎng)絡(luò)模型及動(dòng)力學(xué)問題
第4章 復(fù)雜神經(jīng)網(wǎng)絡(luò)模型及動(dòng)力學(xué)問題
4．1 二階Hopfield神經(jīng)網(wǎng)絡(luò)模型及動(dòng)力學(xué)問題
……
5 神經(jīng)網(wǎng)絡(luò)的應(yīng)用
參考文獻(xiàn)
附錄
查看全部↓
新書資訊