神经网络这个涉及多种学科的高科技领域，吸引了众多的神经生理学家、心理学家、数理学家、计算机与信息科学家及工程师等进行研究和应用。神经网络日益成为当代高科技领域中方兴未艾的竞争热点。神经网络系统的应用主要集中在模式识别（语音和图像识别）、经济管理、优化控制、故障诊断、系统辨识、趋势预测等方面，它与数学、统计学中的线性和非线性规划问题、数值逼近、统计计算等也有着密切的关系。

本书以理论和实践相结合的方式介绍了MATLAB 7和神经网络的基础知识，对神经网络工具箱的重要函数分门别类地进行了详细介绍，并给出了完整的实例。

本书介绍了MATLAB和人工神经网络的基础知识，MATLAB神经网络工具箱的重要函数，几种比较重要的神经网络模型，包括感知器、线性神经网络、BP网络、径向基网络、竞争型神经网络、自组织神经网络、反馈型神经网络等，并介绍了与其他算法相结合的遗传算法神经网络、模糊神经网络、小波神经网络的结构及学习算法，以及图形用户界面、Simulink 等内容，引用大量例子说明基于MATLAB进行神经网络设计与应用的方法，还介绍了如何利用神经网络解决控制、故障诊断、预测等应用领域中的实际问题，同时给出了各种神经网络在不同应用时的网络性能分析与直观的图形结果。

本书内容丰富、层次清晰、具有较强的实践性和应用性，可作为高等院校相关专业神经网络课程的教材，也可作为相关领域科技人员的参考用书。

前言

第1章 MATLAB基础

第2章 人工神经网络基础

第3章 MATLAB神经网络工具箱中的网络对象及其属性

第4章 神经网络工具箱函数

第5章 感知器

第6章 线性神经网络

第7章 BP网络

第8章 径向基网络

第9章 竞争型神经网络

第10章 自组织映射与学习向量量化神经网络

第11章 反馈型神经网络

第12章 遗传神经网络

第13章 模糊神经网络

第14章 小波神经网络

第15章 图形用户界面

第16章 Simulink神经网络

第17章 神经网络控制理论及应用

第18章 神经网络故障诊断

第19章 神经网络预测

第20章 神经网络非线性系统辨识

参考文献