神經(jīng)網(wǎng)絡(luò)及其在汽車(chē)工程中的應(yīng)用

第一章　緒論
1.1　什么是人工神經(jīng)網(wǎng)絡(luò)
　1.2　人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)
　1.3　人工神經(jīng)網(wǎng)絡(luò)發(fā)展簡(jiǎn)史
第二章　人工神經(jīng)網(wǎng)絡(luò)的基本概念
　2.1　生物神經(jīng)元結(jié)構(gòu)
　2.2　人工神經(jīng)元
2.2.1 人工神經(jīng)經(jīng)元結(jié)構(gòu)
2.2.2 轉(zhuǎn)移函數(shù)
　2.3　人工神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)
2.3.1 前饋式網(wǎng)絡(luò)
2.3.2 反饋式網(wǎng)絡(luò)
2.3.3 混合式網(wǎng)絡(luò)
　2.4　人工神經(jīng)網(wǎng)絡(luò)的工作過(guò)程
2.4.1 學(xué)習(xí)過(guò)程
2.4.2 運(yùn)行過(guò)程
　2.5　神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)規(guī)則
第三章　前饋神經(jīng)網(wǎng)絡(luò)
　3.1　感知器
　3.2　多層感知器
　3.3　自適應(yīng)線(xiàn)性神經(jīng)元組成的網(wǎng)絡(luò)
　3.4　ＢＰ算法
　3.5　ＢＰ網(wǎng)絡(luò)的泛化能力
　3.6　ＢＰ網(wǎng)絡(luò)與專(zhuān)家系統(tǒng)
　3.7　標(biāo)準(zhǔn)ＢＰ算法的改進(jìn)
　3.8 徑基函數(shù)網(wǎng)絡(luò)
第四章　反饋網(wǎng)絡(luò)
　4.1　反饋網(wǎng)絡(luò)的概念
　4.2　離散型Hopfield網(wǎng)絡(luò)
　4.3　連續(xù)型Hopfield網(wǎng)絡(luò)
　4.4　連續(xù)Hopfield網(wǎng)絡(luò)的應(yīng)用
　4.5　遞歸ＢＰ網(wǎng)絡(luò)
　4.6　雙向聯(lián)想記憶網(wǎng)絡(luò)
4.7 幾種改進(jìn)的BAM網(wǎng)絡(luò)
4.8 BAM在模式識(shí)別中的應(yīng)用
第五章　隨機(jī)神經(jīng)網(wǎng)絡(luò)
5.1 模擬退火算法
5.2 Boltzmann機(jī)
5.3 Cauchy機(jī)
第六章　自組織神經(jīng)網(wǎng)絡(luò)
6.1 Hamming網(wǎng)絡(luò)與競(jìng)爭(zhēng)網(wǎng)絡(luò)
6.2 聚類(lèi)的無(wú)監(jiān)督學(xué)習(xí)
6.3 自組織特證映射神經(jīng)網(wǎng)絡(luò)
6.4 對(duì)偶傳播網(wǎng)絡(luò)
6.5 自適應(yīng)共振理論網(wǎng)絡(luò)
第七章　神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)計(jì)
7.1 哪些領(lǐng)域適于應(yīng)用ANN技術(shù)?
7.2 前饋網(wǎng)絡(luò)設(shè)計(jì)
7.3 變量的選擇
7.4 變量表示法
7.5 網(wǎng)絡(luò)數(shù)據(jù)的準(zhǔn)備
7.6 網(wǎng)絡(luò)權(quán)值分析
第八章　神經(jīng)網(wǎng)絡(luò)在汽車(chē)工程中的應(yīng)用
8.1 機(jī)械式汽車(chē)自動(dòng)變速器最佳擋位判定
8.2 四輪車(chē)輛轉(zhuǎn)向的主動(dòng)控制(方案一)
8.3 四輪車(chē)輛轉(zhuǎn)向的主動(dòng)控制(方案二)
8.4 神經(jīng)駕駛員一車(chē)一路閉環(huán)轉(zhuǎn)向控制系統(tǒng)
8.5 神經(jīng)網(wǎng)絡(luò)自動(dòng)剎車(chē)控制系統(tǒng)
8.6 載重車(chē)柴油機(jī)燃燒系統(tǒng)的優(yōu)化問(wèn)題
8.7 神經(jīng)輪胎的動(dòng)態(tài)模型
8.8 帶噪聲汽車(chē)牌照的識(shí)別
第九章　MATLAB語(yǔ)言
9.1 概述
9.2 MATLAB有關(guān)函數(shù)及命令
9.3 程序?qū)嵗?br />參考文獻(xiàn)