该书系统地论述了人工神经网络的主要理论、设计基础及应用实例，旨在使读者了解神经网络的发展背景和研究对象，理解和熟悉它的基本原理和主要应用，掌握它有结构和设计应用方法，为深入研究和应用开发打下基础。为了便于读者理解，书中尽量避免烦琐的数学推导，加强了应用举例，并在内容的选择和编排上注意到读者初次接触新概念的易接受性和思维的逻辑性。作为扩充知识，书中还介绍了人工神经系统的基本概念、体系结构、控制特生及信息模式。
　　作者于1996年起为控制与信息类专业研究生开设“人工神经网络理论与应用”课程，在多次修改讲义和多项科研成果基础上形成此书。本书适合高校控制与信息类专业研究生、智能科学技术专业本科生以及各类科技人员阅读。

第1章 绪论
1.1 人工神经网络概述
1.2 人工神经网络发展简史
1.3 神经网络的基本特点与功能
1.4 神经网络的应用领域
本章小结
思考与练习
第2章 人工神经网络建模基础
2.1 脑的生物神经系统概述
2.2 生物神经网络基础
2.3 人工神经元模型
2.4 人工神经网络模型
2.5 神经网络学习
本章小结
思考与练习
第3章 感知器神经网络
3.1 单层感知器
3.2 多层感知器
3.3 自适应线性单元简介
3.4 误差反传算法
3.5 标准BP算法的改进
3.6 基于BP算法的多层感知器设计基础
3.7 基于BP算法的多层感知器应用与设计实例
本章小结
思考与练习
第4章 自组织竞争神经网络
4.1 竞争学习的概念与原理
4.2 自组织特征映射神经网络
4.3 学习向量量化神经网络
4.4 对偶传播神经网络
4.5 自适应共振理论网络
本章小结
思考与练习
第5章 径向基函数神经网络
……
第6章 反馈神经网络
第7章 小脑模型神经网络
第8章 支持向量机
第9章 遗传算法与神经网络进化
第10章 神经网络系统设计与软硬件实现
第11章 人工神经系统
附录