神經(jīng)網(wǎng)絡及其在汽車工程中的應用

第一章　緒論
1.1　什么是人工神經(jīng)網(wǎng)絡
　1.2　人工神經(jīng)網(wǎng)絡的特點
　1.3　人工神經(jīng)網(wǎng)絡發(fā)展簡史
第二章　人工神經(jīng)網(wǎng)絡的基本概念
　2.1　生物神經(jīng)元結構
　2.2　人工神經(jīng)元
2.2.1 人工神經(jīng)經(jīng)元結構
2.2.2 轉移函數(shù)
　2.3　人工神經(jīng)網(wǎng)絡的拓撲結構
2.3.1 前饋式網(wǎng)絡
2.3.2 反饋式網(wǎng)絡
2.3.3 混合式網(wǎng)絡
　2.4　人工神經(jīng)網(wǎng)絡的工作過程
2.4.1 學習過程
2.4.2 運行過程
　2.5　神經(jīng)網(wǎng)絡的學習規(guī)則
第三章　前饋神經(jīng)網(wǎng)絡
　3.1　感知器
　3.2　多層感知器
　3.3　自適應線性神經(jīng)元組成的網(wǎng)絡
　3.4　ＢＰ算法
　3.5?。拢芯W(wǎng)絡的泛化能力
　3.6?。拢芯W(wǎng)絡與專家系統(tǒng)
　3.7　標準ＢＰ算法的改進
　3.8 徑基函數(shù)網(wǎng)絡
第四章　反饋網(wǎng)絡
　4.1　反饋網(wǎng)絡的概念
　4.2　離散型Hopfield網(wǎng)絡
　4.3　連續(xù)型Hopfield網(wǎng)絡
　4.4　連續(xù)Hopfield網(wǎng)絡的應用
　4.5　遞歸ＢＰ網(wǎng)絡
　4.6　雙向聯(lián)想記憶網(wǎng)絡
4.7 幾種改進的BAM網(wǎng)絡
4.8 BAM在模式識別中的應用
第五章　隨機神經(jīng)網(wǎng)絡
5.1 模擬退火算法
5.2 Boltzmann機
5.3 Cauchy機
第六章　自組織神經(jīng)網(wǎng)絡
6.1 Hamming網(wǎng)絡與競爭網(wǎng)絡
6.2 聚類的無監(jiān)督學習
6.3 自組織特證映射神經(jīng)網(wǎng)絡
6.4 對偶傳播網(wǎng)絡
6.5 自適應共振理論網(wǎng)絡
第七章　神經(jīng)網(wǎng)絡應用設計
7.1 哪些領域適于應用ANN技術?
7.2 前饋網(wǎng)絡設計
7.3 變量的選擇
7.4 變量表示法
7.5 網(wǎng)絡數(shù)據(jù)的準備
7.6 網(wǎng)絡權值分析
第八章　神經(jīng)網(wǎng)絡在汽車工程中的應用
8.1 機械式汽車自動變速器最佳擋位判定
8.2 四輪車輛轉向的主動控制(方案一)
8.3 四輪車輛轉向的主動控制(方案二)
8.4 神經(jīng)駕駛員一車一路閉環(huán)轉向控制系統(tǒng)
8.5 神經(jīng)網(wǎng)絡自動剎車控制系統(tǒng)
8.6 載重車柴油機燃燒系統(tǒng)的優(yōu)化問題
8.7 神經(jīng)輪胎的動態(tài)模型
8.8 帶噪聲汽車牌照的識別
第九章　MATLAB語言
9.1 概述
9.2 MATLAB有關函數(shù)及命令
9.3 程序實例
參考文獻