前言 

人工神经网络(Artificial Neural Network，ANN)也简称为神经网络(NN)或连接模型(Connectionist Model)，是对人脑或自然神经网络(Natural Neural Network)若干基本特性的抽象和模拟。人工神经网络以对大脑的生理研究成果为基础，其目的在于模拟大脑的某些机理与机制，实现某个方面的功能。国际著名的神经网络研究专家、第一家神经计算机公司的创立者Hecht Nielsen给人工神经网络下的定义是： “人工神经网络是由人工建立的以有向图为拓扑结构的动态系统，它通过对连续或断续的输入作状态响应而进行信息处理。”这一定义是恰当的。 

目前神经网络研究方法已形成多个流派，最富有成果的研究工作包括多层网络BP算法、Hopfield网络模型、自适应共振理论、自组织特征映射理论等。人工神经网络是在现代神经科学的基础上提出来的。它虽然反映了人脑功能的基本特征，但远不是自然神经网络的逼真描写，而只是它的某种简化抽象和模拟。 

MATLAB中所搭配的Neural Network Toolbox，将神经网络领域研究的成果完整覆盖，它以人工神经网络理论为基础，用MATLAB语言构造出典型神经网络的激活函数，如S型、线性、竞争层、饱和线性等激活函数，使设计者对所选定网络输出的计算变成对激活函数的调用。另外，根据各种典型的修正网络权值的规则，加上网络的训练过程，用MATLAB编写出各种网络设计与训练的子程序，网络的设计者则可以根据自己的需要去调用工具箱中有关神经网络的设计训练程序，使自己能够从烦琐的编程中解脱出来，集中精力去思考问题和解决问题，从而提高效率和解题质量。

本书结合神经网络设计应用的实例，详细介绍了MATLAB在神经网络分析、设计中的方法与过程。本书具有以下特点：

(1) 内容翔实，实用性强，书中每介绍一个案例都给出了详细说明，使读者能快速掌握MATLAB在具体案例中的应用。

(2) 书中大量的例题均选自国内高校广泛使用的神经网络设计应用的经典案例，极具典型性与参考价值，还可供读者上机进行实践训练或实验使用。

(3) 文字叙述清楚，概念阐述准确，深入浅出，通俗易懂，方便自学。

全书分为28章，其主要内容概述如下：

 线性神经网络的工程应用；

 神经网络预测的实例分析；

  BP网络算法分析与工程应用；

 神经网络算法分析与实现；

 预测控制算法分析与实现；

 改进的广义预测控制算法分析与实现；

 SOFM网络算法分析与应用；

 几种网络算法分析与应用；

 Hopfield网络算法分析与实现；

 学习向量量化与对向传播网络算法分析与实现；

 NARMAL2控制算法分析与实现；

 神经网络工具箱函数及其应用；

 Simulink神经网络设计；

 BP神经元模型与应用案例；

 自适应共振网络算法分析与应用等。

本书主要由方清城编写，参加编写的还有张基荣、陈华林、林彦佳、廖文辉、栾颖、周品、曾虹雁、邓俊辉、陈添威、邓耀隆、高永崇、李嘉乐、李锦涛、梁朗星、梁志成、许兴杰、赵书兰、张金林。

本书可以作为广大科研人员、学者、工程技术人员的参考用书，也可以作为高等院校电子信息、通信工程及自动控制等学科的本科生与研究生的学习用书。

由于时间仓促，加之作者水平有限，所以书中疏漏之处在所难免。在此，诚恳地期望得到各领域的专家和广大读者的批评指正。

作者

2017年9月