第一章 概论 1
1.1 引言 1
1.2 神经网络的特点和功能 2
1.3 人工神经网络研究发展简史 6
1.4 神经网络研究内容和应用前景 8
第二章 神经网络的基本概念 10
2.1 神经元模型 10
2.2 神经网络的主要类型 13
2.3 神经网络的学习规则 16
2.4 神经网络系统的稳定性 18
第三章 神经网络基本模型 20
3.1 多层前向BP网络 20
3.1.1 BP网络的结构 20
3.1.2 BP网络的学习算法 21
3.2 Hopfield网络 24
3.2.1 Hopfield网络的结构 24
3.2.2 离散Hopfield网络及稳定性 25
3.2.3 连续型Hopfield网络及稳定性 26
3.3 随机型BM网络 28
3.3.1 BM网络的功能结构 28
3.3.2 BM网络的运行机理和学习算法 29
3.4 Kohonen自组织特征映射网络 31
3.5 模糊神经网络 33
3.5.1 几种基本模糊神经元 33
3.5.2 模糊神经网络模型 35
第四章 神经网络系统的模拟实现和开发技术 39
4.1 神经网络计算机的体系结构 39
4.2 直接基于硬件的神经网络计算机实现 41
4.3 神经网络的软件实现方法 47
第五章 神经网络专家系统构造方法及应用 69
5.1 专家系统的发展与现状 69
5.2 神经网络专家系统基本原理和结构 71
5.2.1 神经网络专家系统的基本原理 71
5.2.2 神经网络专家系统的基本结构 72
5.3 知识的神经网络表示、获取及推理 73
5.3.1 知识表示的神经网络方法 73
5.3.2 神经网络系统的知识获取 74
5.3.3 神经网络系统的并行推理机制 75
5.4 神经网络专家系统混合构建模型及应用 77
5.4.1 神经网络专家系统构建模型 77
5.4.2 神经网络专家系统应用实例 80
第六章 设备故障诊断的神经网络方法与应用 82
6.1 设备故障诊断技术的发展现状和趋势 82
6.2 基于神经网络的设备故障诊断模型 85
6.2.1 基于神经网络的设备故障诊断数学描述 86
6.2.2 基于前馈网络的故障诊断模型 87
6.2.3 双向联想神经网络的故障诊断模型 88
6.3 设备故障诊断神经网络系统建造过程和方法 90
第七章 神经优化计算原理及应用 94
7.1 神经优化计算的基本原理及过程 94
7.2 几种优化问题的Hopfield网络实现 96
7.2.1 线性规划问题的神经优化计算 96
7.2.2 一般二次神经优化方法 99
7.2.3 非线性优化问题的神经计算 101
7.2.4 组合优化的神经网络计算 104
7.3 神经网络优化计算的工程应用 107
7.3.1 机械结构分析与优化的神经网络法 107
7.3.2 生产线作业调度问题的神经网络法 110
第八章 神经网络智能控制方法及其应用 113
8.1 引言 113
8.2 基于神经网络的智能控制系统模型 114
8.3 基于Hopfield网络模糊实时控制系统的设计 117
8.4 神经网络用于工况监测与控制 120
8.4.1 制造过程在线控制的特点 120
8.4.2 基于神经网络的钻头磨损监控 121
8.4.3 基于人工神经网络的砂轮监控 123
8.4.4 用神经网络控制复杂曲面加工 124
参考文献 127