神经网络及其在汽车工程中的应用

第一章　绪论
1.1　什么是人工神经网络
　1.2　人工神经网络的特点
　1.3　人工神经网络发展简史
第二章　人工神经网络的基本概念
　2.1　生物神经元结构
　2.2　人工神经元
2.2.1 人工神经经元结构
2.2.2 转移函数
　2.3　人工神经网络的拓扑结构
2.3.1 前馈式网络
2.3.2 反馈式网络
2.3.3 混合式网络
　2.4　人工神经网络的工作过程
2.4.1 学习过程
2.4.2 运行过程
　2.5　神经网络的学习规则
第三章　前馈神经网络
　3.1　感知器
　3.2　多层感知器
　3.3　自适应线性神经元组成的网络
　3.4　ＢＰ算法
　3.5　ＢＰ网络的泛化能力
　3.6　ＢＰ网络与专家系统
　3.7　标准ＢＰ算法的改进
　3.8 径基函数网络
第四章　反馈网络
　4.1　反馈网络的概念
　4.2　离散型Hopfield网络
　4.3　连续型Hopfield网络
　4.4　连续Hopfield网络的应用
　4.5　递归ＢＰ网络
　4.6　双向联想记忆网络
4.7 几种改进的BAM网络
4.8 BAM在模式识别中的应用
第五章　随机神经网络
5.1 模拟退火算法
5.2 Boltzmann机
5.3 Cauchy机
第六章　自组织神经网络
6.1 Hamming网络与竞争网络
6.2 聚类的无监督学习
6.3 自组织特证映射神经网络
6.4 对偶传播网络
6.5 自适应共振理论网络
第七章　神经网络应用设计
7.1 哪些领域适于应用ANN技术?
7.2 前馈网络设计
7.3 变量的选择
7.4 变量表示法
7.5 网络数据的准备
7.6 网络权值分析
第八章　神经网络在汽车工程中的应用
8.1 机械式汽车自动变速器最佳挡位判定
8.2 四轮车辆转向的主动控制(方案一)
8.3 四轮车辆转向的主动控制(方案二)
8.4 神经驾驶员一车一路闭环转向控制系统
8.5 神经网络自动刹车控制系统
8.6 载重车柴油机燃烧系统的优化问题
8.7 神经轮胎的动态模型
8.8 带噪声汽车牌照的识别
第九章　MATLAB语言
9.1 概述
9.2 MATLAB有关函数及命令
9.3 程序实例
参考文献