神經(jīng)網(wǎng)絡(luò)與MATLALB仿真

第1章　神經(jīng)網(wǎng)絡(luò)及神經(jīng)網(wǎng)絡(luò)控制基礎(chǔ)
　1．1　什么是神經(jīng)網(wǎng)絡(luò)
　　1．1．1　生物神經(jīng)元
　　1．1．2　人工神經(jīng)元模型
　　1．1．3　神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
　　1．1．4　神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)
　　1．1．5　神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程
　1．2　什么是神經(jīng)網(wǎng)絡(luò)控制
　　1．2．1　傳統(tǒng)控制理論的局限性
　　1．2．2　智能控制的基本特征
　　1．2．3　神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的特點(diǎn)
　　1．2．4　神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)的基本原理
　　1．3　神經(jīng)網(wǎng)絡(luò)在神經(jīng)控制系統(tǒng)中的作用
　　1．4注釋與討論
第2章　單神經(jīng)元網(wǎng)絡(luò)及其PID控制
　2．1　感知器
　　2．1．1　感知器模型
　　2．1．2　感知器訓(xùn)練算法
　　2．1．3　感知器收斂定理
　　2．1．4　XOR問題與多層感知器
　2．2　自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)
　　2．2．1　自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)
　　2．2．2　自適應(yīng)線性神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
　2．3　無約束最優(yōu)化技術(shù)
　　2．3．1　梯度下降法
　　2．3．2　Newton法　
　　2．3．3　Gauss—Newton法　
　2．4　基于單神經(jīng)元網(wǎng)絡(luò)的PID控制
　　2．4．1　PID控制原理
　　2．4．2　數(shù)字PID控制　　……第3章　BP神經(jīng)網(wǎng)絡(luò)及其控制應(yīng)用第4章　基于徑向基函數(shù)網(wǎng)絡(luò)的系統(tǒng)辨識第5章　CMAC網(wǎng)絡(luò)及其控制實(shí)現(xiàn)第6章　遞歸神經(jīng)網(wǎng)絡(luò)及其控制系統(tǒng)第7章　基于神經(jīng)網(wǎng)絡(luò)的系統(tǒng)辨識第8章　神經(jīng)網(wǎng)絡(luò)控制系統(tǒng)第9章　模糊神經(jīng)控制系統(tǒng)參考文獻(xiàn)