神经网络控制（第3版）（附光盘1张）

　　第1章 绪言
　　1—1 人工神经网络的特点
　　1—2 神经网络在控制领域取得的进展
　　1—3 神经网络控制系统概述
　　1—3—1 神经网络控制系统的组成
　　1—3—2 实时控制 
　　1—3—3 智能控制的分支
　　1—4 神经网络控制待解决的问题
　　1—5 关于“例”与“MATLAB程序”
　　第2章 神经网络理论基础
　　2—1 引言
　　2—2 生物神经元与人工神经元模型
　　2—2—1 生物神经元
　　2—2—2 MP模型
　　2—2—3 多种作用函数
　　2—2—4 Hebb学习规则
　　2—3 感知器
　　2—3—1 单层感知器
　　2—3—2 多层感知器
　　2—4 线性神经网络
　　2—4—1 自适应线性神经元
　　2—4—2 线性神经网络
　　2—5 多层前馈网络与BP学习算法
　　2—5—1 网络结构
　　2—5—2 BP学习算法
　　2—5—3 有关的几个问题
　　2—6 径向基函数神经网络
　　2—6—1 网络输出计算
　　2—6—2 网络的学习算法
　　2—6—3 有关的几个问题
　　2—6—4 MATLAB高斯RBF网络构建法
　　2—7 小脑模型神经网络
　　2—7—1 CMAC的结构及工作原理
　　2—7—2 CMAC的学习算法及分析
　　2—7—3 有关的几个问题
　　2—8 PID神经网络
　　2—8—1 网络结构与输出计算
　　2—8—2 学习算法
　　2—8—3 有关的两个问题
　　2—9 局部递归型神经网络
　　2—9—1 内时延反馈型网络
　　2—9—2 外时延反馈型网络
　　2—10 连续型Hopfield网络
　　2—10—1 网络的描述
　　2—10—2 网络的稳定性
　　2—10一3 学习算法
　　2—10—4 有关的几个问题
　　2—11 应用Simulink设计神经网络
　　2—12 应用GUl设计神经网络
　　2—13 小结
　　习题
　　第3章 基于神经网络的系统辨识
　　3—1 引言
　　3—2 系统辨识的基础知识
　　3—2—1 系统辨识的基本原理
　　3—2—2 误差准则
　　3—2—3 辨识精度
　　3—2—4 辨识的主要步骤
　　3—3 基于神经网络的系统辨识原理
　　3—3—1 系统模型及逆模型的辨识
　　3—3—2 动态系统辨识常用的神经网络
　　3—3—3 两种辨识结构
　　3—4 线性动态系统模型与辨识
　　3—4—1 确定性系统模型
　　3—4—2 随机系统模型
　　3—4—3 确定性系统的神经网络辨识
　　3—4—4 随机系统的神经网络辨识
　　3—4—5 基于连续Hopfield网络的线性系统辨识 
　　3—5 非线性动态系统模型与辨识
　　3—5—1 非线性系统模型
　　3—5—2 神经网络系统辨识
　　3—6 线性动态系统的逆模型与辨识
　　3—6—1 线性系统的逆模型
　　3—6—2 神经网络逆模型辨识
　　3—7 非线性动态系统逆模型与辨识
　　……
　　第4章 神经网络控制
　　第5章 遗传算法与神经控制
　　附录A 最优化算法
　　附录B 赋范空间的逼近
　　附录C 天监督学习的两种动态聚类算法
　　附录D B样条函数
　　附录E Lyapunov第二方法
　　附录F M序列及逆M序列
　　参考文献

　　    神经网络控制已发展成为“智能控制”的一个新的分支，属先进控制技术，为解决复杂的非线性、不确定、不确知系统的控制问题，开辟了一条新的途径。
　　    本书分五章阐述了（人工）神经网络理论基础，基于神经网络的动态系统模型、逆模型及其辨识问题，神经网络控制的多种结构及其设计问题，遗传算法的寻优机理，遗传算法与系统辨识、遗传算法与神经控制问题。
　　    本书适合作为高等工科院校自动控制、信息处理、工业自动化、模式识别与智能控制等专业高年级本科生、研究生的教材或教学参考书，也适用于从事以上专业的工程技术人员阅读。