神经网络控制与MATLAB仿真

第1章 神经网络及神经网络控制基础

1．1 什么是神经网络

1．1．1 生物神经元

1．1．2 人工神经元模型

1．1．3 神经网络的结构

1．1．4 神经网络的学习

1．1．5 神经网络的发展历程

1．2 什么是神经网络控制

1．2．1 传统控制理论的局限性

1．2．2 智能控制的基本特征

1．2．3 神经网络控制系统的特点

1．2．4 神经网络控制系统的基本原理

1．3 神经网络在神经控制系统中的作用

1．4注释与讨论

第2章 单神经元网络及其PID控制

2．1 感知器

2．1．1 感知器模型

2．1．2 感知器训练算法

2．1．3 感知器收敛定理

2．1．4 XOR问题与多层感知器

2．2 自适应线性神经网络

2．2．1 自适应线性神经网络的结构

2．2．2 自适应线性神经网络的学习算法

2．3 无约束最优化技术

2．3．1 梯度下降法

2．3．2 Newton法

2．3．3 Gauss—Newton法

2．4 基于单神经元网络的PID控制

2．4．1 PID控制原理

2．4．2 数字PID控制

……

第3章 BP神经网络及其控制应用

第4章 基于径向基函数网络的系统辨识

第5章 CMAC网络及其控制实现

第6章 递归神经网络及其控制系统

第7章 基于神经网络的系统辨识

第8章 神经网络控制系统

第9章 模糊神经控制系统

参考文献

《神经网络与MATLALB仿真》共分为9章。第1章叙述了神经网络和神经网络控制的基础知识；第2章至第6章分别研究了单神经元网络、BP神经网络、RBF神经网络、CMAC神经网络、递归神经网络和它们在控制中的应用；第7章研究了神经网络的系统辨识，特别分析了对非线性系统的辨识问题，并给出相应的仿真实例；第8章研究了神经网络控制系统；第9章研究了模糊神经控制系统。
《神经网络与MATLALB仿真》的所有范例采用MATIAB语言开发，读者可参考书中开放的源代码，对相关的内容进行对照验证，以获得更深入的理解。
《神经网络与MATLALB仿真》可作为人工智能及智能控制、计算机科学与技术、自动化、飞行器设计、电子工程等专业的研究生和高年级本科生的教材和教学参考书，也可作为上述领域的科学工作者和工程技术人员从事人工神经网络及应用的参考用书。