MATLAB神经网络应用设计 第2版PDF电子书下载

第1章 MATLAB及神经网络的概述 1

1.1 MATLAB简介 1

1.1.1 MATLAB的发展史 1

1.1.2 MATLAB的主要功能 3

1.1.3 MATLAB的语言特点 4

1.1.4 MATLAB R2011 a新功能 4

1.2 MATLAB工作环境 5

1.2.1命令窗口 6

1.2.2历史窗口 8

1.2.3工作空间 9

1.2.4数组编辑窗口 9

1.2.5当前文件夹 10

1.2.6搜索路径 10

1.3帮助系统 12

1.3.1文本格式帮助文件 12

1.3.2 PDF格式帮助文件 14

1.3.3帮助交互界面 14

1.4 MATLAB的通用命令 16

1.5 MATLAB的数值 17

1.6 MATLAB的变量 17

1.7 MATLAB矩阵处理 19

1.7.1矩阵的操作 19

1.7.2矩阵与数组区别 21

1.8 M文件 21

1.8.1脚本文件 21

1.8.2 函数文件 23

1.8.3 M文件的组成 24

1.9 MATLAB的流程控制结构 25

1.9.1分支结构 25

1.9.2循环结构 28

1.9.3 continae结构 29

1.9.4 break结构 30

1.10神经网络的基本概念 30

1.10.1生物神经元的结构与功能特点 30

1.10.2人工神经元模型 31

1.10.3神经网络的结构及工作方式 32

1.10.4神经元的数学模型 34

1.10.5神经元的网络模型 34

1.10.6神经网络的学习 35

1.11神经网络的特点 36

1.12神经网络的发展 37

1.13神经网络的研究内容 38

1.14神经网络的应用 38

第2章 神经网络工具箱函数 39

2.1感知器神经网络工具箱函数 42

2.1.1创建函数 42

2.1.2初始化函数 43

2.1.3显示函数 44

2.1.4仿真函数 46

2.1.5性能函数 47

2.1.6训练函数 48

2.1.7学习函数 49

2.1.8传递函数 51

2.2线性神经网络工具箱函数 54

2.2.1创建函数 54

2.2.2学习函数 56

2.2.3传输函数 58

2.2.4权积函数 58

2.2.5初始化函数 60

2.3 BP神经网络工具箱函数 61

2.3.1创建函数 61

2.3.2传递函数 62

2.3.3 MATLAB的发展史学习函数 64

2.3.4性能函数 65

2.3.5训练函数 66

2.3.6显示函数 68

2.4径向基神经网络工具箱函数 70

2.4.1创建函数 70

2.4.2变换函数 73

2.4.3传递函数 74

2.4.4距离函数 74

2.5自组织神经网络工具箱函数 75

2.5.1创建函数 76

2.5.2传递函数 79

2.5.3距离函数 81

2.5.4学习函数 83

2.5.5初始化函数 87

2.5.6训练函数 87

2.5.7显示函数 88

2.5.8权值函数 88

2.5.9结构函数 89

2.6 Hopfileld神经网络工具箱函数 90

2.6.1传递函数 91

2.6.2学习函数 92

2.7 Elman神经网络的工具箱函数 93

2.8向量量化神经网络工具箱函数 94

2.8.1创建函数 94

2.8.2显示函数 95

第3章 前向型神经网络 98

3.1感知器神经网络 98

3.1.1单层感知器 98

3.1.2多层感知器 106

3.1.3感知器神经网络的MATLAB实现 108

3.2线性神经网络 115

3.2.1线性神经网络结构 115

3.2.2线性神经网络学习 116

3.2.3线性神经网络训练 117

3.2.4线性神经网络的MATLAB实现 117

3.2.5线性神经网络的局限性 120

3.2.6线性神经网络的工程应用 128

3.3 BP神经网络 136

3.3.1 BP神经网络模型 136

3.3.2 BP神经网络算法 137

3.3.3 BP网络设计 144

3.3.4 BP神经网络局限性 145

3.3.5 BP神经网络算法改进 146

3.3.6数值优化的BP网络训练算法 152

3.3.7 BP神经网络的工程应用 158

3.4径向基神经网络 171

3.4.1正则化理论及正则化RBF网络 171

3.4.2径向基神经网络结构 173

3.4.3径向基神经网络学习 175

3.4.4径向基神经网络的工程应用 176

3.4.5广义回归神经网络 181

3.4.6概率神经网络 183

第4章 反馈型神经网络 186

4.1反馈网络的概念 186

4.2 Hopfield神经网络 188

4.2.1离散Hopfield网络（DHNN） 188

4.2.2连续Hopfield神经网络 192

4.2.3联想记忆 193

4.2.4 Hopfield神经网络的MATLAB实现 194

4.3 Elman神经网络 199

4.3.1 Elman神经网络结构 200

4.3.2 Elman神经网络的训练 200

4.3.3 Elman神经网络MATLAB实现 201

4.4 Boltzmann机网络 204

4.4.1 BM网络结构 204

4.4.2 BM网络的规则 204

4.4.3用BM网络解TSP 207

4.4.4 Boltzmann机网络的MATLAB实现 209

4.5双向联想记忆神经网络 210

4.5.1 BAM网络结构与原理 211

4.5.2能量函数与稳定性分析 212

4.5.3 BAM网络的权值设计 212

4.5.4 BAM网络的应用 213

4.6 BSB模型 214

4.6.1 BSB网络模型概述 214

4.6.2 BSB的MATLAB实现 214

第5章 竞争型神经网络 217

5.1竞争型神经网络的概念与原理 217

5.1.1竞争型神经网络概念 218

5.1.2竞争型神经网络的原理 219

5.2几种联想学习规则 221

5.2.1内星学习规则 221

5.2.2外星学习规则 224

5.2.3科荷伦（Kohonen）学习规则 225

5.3自组织竞争神经网络模型 226

5.3.1自组织竞争网络结构 226

5.3.2自组织竞争网络学习规则 227

5.3.3网络训练 228

5.3.4竞争型网络存在的问题 231

5.3.5竞争型网络的工程应用 231

5.4自组织特征映射神经网络 235

5.4.1 SOFM网络的生物学基础 235

5.4.2 SOFM网络的拓扑结构 235

5.4.3 SOFM网络学习算法 237

5.4.4 SOFM网络的训练过程 238

5.4.5 SOFM网络的MATLAB实现 239

5.4.6 SOFM网络在实际工程中的应用 242

5.5自适应共振网络 247

5.5.1 ART-1网络 247

5.5.2 ART-2网络 253

5.6学习向量量化神经网络 257

5.6.1 LVQ网络模型 257

5.6.2 LVQ网络学习算法 258

5.6.3 LVQ网络学习MATLAB实现 259

5.7对向传播网络 262

5.7.1对向传播网络概述 262

5.7.2 CPN网络学习及规则 263

5.7.3对向传播网络实际应用 264

第6章 神经网络的控制系统预测及诊断 268

6.1神经网络的预测控制 268

6.1.1系统辨识 268

6.1.2自校正控制 269

6.1.3自适应控制 278

6.1.4预测控制 283

6.1.5神经网络的预测控制MATLAB实现 294

6.2 NARMA-L2（反馈线性化）控制 298

6.2.1 NARMA-L2原理 298

6.2.2 NARMA-L2控制MATLAB实现 299

6.2.3 NARMA-L2控制器实例分析 303

6.3地震预报的MATLAB实现 309

6.3.1概述 309

6.3.2地震预报的MATLAB实例分析 309

6.4交通运输能力预测的MATLAB实现 312

6.4.1概述 312

6.4.2交通运输能力预测的MATLAB实例分析 313

6.5农作物虫情预测的MATLAB实现 317

6.5.1概述 317

6.5.2农作物虫情预测MATLAB实例分析 318

6.6基于概率神经网络的故障诊断 320

6.6.1概述 320

6.6.2基于PNN的故障诊断实例分析 321

6.7基于BP网络和Elman网络的齿轮箱故障诊断 323

6.7.1概述 323

6.7.2基于BP网络的齿轮箱故障诊断实例分析 324

6.7.3 Elman网络的齿轮箱故障诊断实例分析 325

6.8基于RBF网络的船用柴油机故障诊断 326

6.8.1概述 326

6.8.2基于RBF网络的船用柴油机故障诊断实例分析 327

第7章 神经网络图形用户接口 331

7.1图形用户界面介绍 331

7.2网络设计 332

7.2.1网络输入/输出设置 332

7.2.2创建网络 334

7.3网络的训练与仿真 335

7.3.1网络训练 335

7.3.2网络仿真 336

7.4 GUI数据处理 337

7.4.1 GUI数据导出工作空间 337

7.4.2工作空间到GUI数据导入 340

7.4.3 GUI数据清除 341

7.4.4数据的存取 341

7.5神经网络拟合工具箱的GUI 343

第8章 神经网络的Simulink 347

8.1 Simulink交互式仿真集成环境 347

8.1.1 Simulink模型的创建 347

8.1.2 Simulink建模操作 347

8.1.3 Simulink参数设置 348

8.1.4简单的Simulink例子 350

8.2 Simulink神经网络模块 352

8.2.1传递函数模块库 352

8.2.2网络输入模块库 353

8.2.3权值设置模块库 353

8.2.4处理模块库 355

8.2.5控制系统模块库 356

8.3 Simulink神经网络设计 356

8.3.1模型构建 356

8.3.2模型仿真 359

8.3.3修改信号源 359

第9章 自定义神经网络 361

9.1自定义网络 361

9.1.1创建自定义网络 362

9.1.2网络训练 371

9.2自定义函数 374

9.2.1初始化函数 374

9.2.2学习函数 377

9.2.3仿真函数 382

9.2.4自组织映射函数 394

参考文献 399