人工神經網絡及其融合應用技術（簡體書）

本書系統論述了神經網絡及其融合應用技術方面的有關理論和研究進展，主要包括：神經網絡發展趨勢，常用前饋型神經網絡、反饋型神經網絡、自組織型神經網絡和量子神經網絡模型的基本理論、基本結構及學習算法，神經網絡與遺傳算法、灰色系統、模糊邏輯的融合方法及其應用等。在本書的編寫過程中，作者在強調基礎理論和系統性的同時，還著重反映該領域的較新研究成果，其中也包括作者近些年來開展神經網絡，特別是其融合技術研究所取得的一些成果。
本書適合于從事智能技術及其融合技術研究與應用的科技工作者閱讀，也可作為高等院校計算機、電子技術、自動控制、系統工程等有關專業的研究生和高年級本科生的教材。

前言
第1章　緒論
　1.1　人工神經網絡概述　
　1.2　人工神經網絡的發展趨勢
　1.3　人工神經網絡與其他智能方法的融合
　1.4　本章小結　
第2章　前饋型神經網絡
　2.1　BP誤差反向傳播神經網絡
　2.2　RBF徑向基函數神經網絡
　2.3　CMAC小腦神經網絡
　2.4　RBF神經網絡在平面剛架結構損傷辨識中的應用
　2.5　本章小結　
第3章　反饋型神經網絡
　3.1　Hopfield反饋神經網絡模型　
　3.2　雙向聯想記憶BAM神經網絡
　3.3　應用實例
　3.4　本章小結　
第4章　自組織型神經網絡
　4.1　Kohonen自組織映射神經網絡
　4.2　CPN對偶傳傳播經網絡
　4.3　自適應共振理論（ART）
　4.4　應用實例
　4.5　本章小結　
第5章　量子神經網絡
　5.1　量子計算基礎
　5.2　量子神經元
　5.3　幾種量子神經網絡模型
　5.4　本章小結　
第6章　神經網絡與遺傳算法
　6.1　遺傳算法基本理論　
　6.2　基本遺傳算法
　6.3　壓縮映射遺傳算法
　6.4　神經網絡與遺傳算法的融合
　6.5　遺傳神經網絡建立活性石灰生產線質量智能監控模型
　6.6　本章小結　
第7章　神經網絡與灰色系統
　7.1　灰色系統基本概念
　7.2　灰色神經網絡建模　
　7.3　灰色RBF神經網絡靜態預測模型
　7.4　GNNM（1，N）建模方法在斜拉橋系統中的應用
　7.5　本章小結　
第8章　神經網絡與專家系統
　8.1　專家系統的基本結構　
　8.2　專家知識的表示、獲取和推理
　8.3　神經網絡與專家系統的融合
　8.4　基於神經網絡的專家系統的設計與實現
　8.5　本章小結　
第9章　模糊神經網絡
　9.1　模糊理論基礎
　9.2　模糊神經網絡基礎
　9.3　橋樑承載能力狀態評估的模糊神經網絡推理方法
　9.4　模糊神經網絡與遺傳算法的融合
　9.5　模糊推理技術與專家系統的融合
　9.6　本章小結　
參考文獻
附錄　Matlab簡介