前言

神经网络的研究涉及多个学科知识，如生物学、心理学、仿生学等。神经网络研究的目标是将机器改进成像人与人之间一样，人与机器可以就疑难问题进行讨论、模拟、测试，最终得出正确的结论。这就需要根据人脑中的神经构造对机器进行改造，从而达成目标，因此需要进一步讨论神经网络在人工智能中的作用。

自1943年神经生物学家Me Culloch和数学家Pitts提出第一个人工神经元模拟以来，神经网络经历了近80年的蓬勃发展，其类型丰富、应用广泛、影响深远。神经网络与人脑的神经网络具有密不可分的关系。大脑是人体的中枢神经系统。外界环境以声、光、热等形式的信号，作用于人的感觉器官，形成听觉、视觉、嗅觉和触觉。感觉器官接收的信号，以串联或并联的方式传至大脑；神经网络就是模拟人思维的第二种方式，是一个非线性动力学系统，其特色在于信息的分布式存储和并行协同处理。

神经网络是并行分布式系统，它采用了与传统信息处理完全不同的机制，克服了传统的基于逻辑符号人工智能在直觉和非结构化信息方面的缺陷。人类的神经网络相当于统筹法的平行作业法，其特别之处是用一定的空间复杂性来有效地降低时间复杂性。大脑的神经元既是信息处理单元，又是信息存储单元。信息处理的结果反映在突触连接强度的变化上，作为神经元之间连接键的突触，既是信号转换站，又是信息存储器。这种信息处理和存储的合一，使人在思考和回忆事情时，就用不着像现行计算机那样先找存储地址，再提取存储内容。也正是由于这个特别之处，人脑在回忆事情时，具有从部分信息恢复全局信息的能力。

MATLAB软件自1984年由美国的MathWorks公司推出以来，历经30多年的实践检验、市场筛选和时间凝练，已经成为科学研究、工程技术等众多领域最值得依赖的科学计算环境和标准仿真平台。MATLAB中所配置的Neural Network Toolbox，将神经网络各领域研究的成果完整地覆盖，它以神经网络理论为基础，使用MATLAB语言构造出典型神经网络的激活函数，如S形、线性、竞争层等激活函数，使设计者对所选定网络输出的计算变成对激活函数的调用。另外，根据各种典型的修正网络权值的规则，加上网络的训练过程，用MATLAB语言编写出了各种网络设计与训练的程序，网络设计者可以根据自己的设计调用相关网络的设计训练程序，这样能够使其从烦琐的编程中解脱出来，集中精力思考问题和解决问题。

本书以MATLAB R2020a为平台编写，主要有以下几方面特色。

1.案例引入，逐步分析

使用一个典型案例引入对应的网络，利用网络对案例进行分析，使读者体会利用MATLAB解决神经网络问题的快捷性、简便性。

2.理论与实践相结合

通过网络解决案例后，再向读者介绍相应的网络的基本原理、MATLAB函数、实际应用等，做到学以致用。

3.逐层渐进，图文并茂

本书层层深入、由简单到复杂地介绍各种神经网络，使读者对神经网络形成系统性认识。本书在介绍相关原理、概念时用插图来表示，可更加形象地加深读者的印象。在实例演示过程中大多以插图的形式展示结果，由图分析结果，引起读者的学习兴趣。

4.内容全面，应用典型

本书利用MATLAB剖析各种神经网络问题，利用神经网络快速解决各领域中的问题，而每个实例都是各个领域的典型代表，使读者领略到MATLAB功能的强大。全书分为11章。

第1章是MATLAB R2020a基础，主要包括MATLAB的功能、MATLAB的特点、MATLAB的发展史、MATLAB的语言基础等内容。

第2章是神经网络概述，主要包括神经网络的相关概念、神经网络的发展史、神经网络的研究方向、神经网络的工具箱等内容。

第3章是感知器及其应用，主要包括单层感知器、多层感知器、感知器的局限性、感知器网络的工具箱函数等内容。

第4章是线性神经网络及其应用，主要包括线性神经网络概述、线性神经网络工具箱函数、线性神经网络的应用等内容。

第5章是BP神经网络及其应用，主要包括BP神经网络概述、BP神经网络算法、BP神经网络的设计、BP神经网络工具箱函数等内容。

第6章是RBF神经网络及其应用，主要包括RBF神经网络概述、RBF神经网络的学习算法、RBF神经网络的函数、径向基神经网络的优点和缺点、广义回归神经网络、概率神经网络等内容。

第7章是反馈神经网络及其应用，主要包括Hopfield模型、离散型Hopfield神经网络、连续型Hopfield神经网络、Elman神经网络、反馈神经网络工具箱函数等内容。

第8章是自组织竞争神经网络及其应用，主要包括竞争神经网络、SOM神经网络、LVQ神经网络、自组织竞争神经网络工具箱函数等内容。

第9章是其他神经网络及其应用，主要包括盒中脑神经网络、随机神经网络、对偶传播神经网络、小波神经网络、模糊神经网络等内容。

第10章是神经网络的GUI应用，主要包括神经网络工具GUI应用、拟合工具GUI应用、分类/聚类工具GUI应用、模式识别工具GUI应用等内容。

第11章是神经网络的经典应用，主要包括实现图像压缩、预测地下水水位、BP_Adaboost设计公司账务预警、概率神经网络在遥感图像中的应用等内容。

本书既可以作为神经网络初学者和提高者的学习资料，也可以作为广大在校本科生和研究生的学习用书，还可以作为科研人员、学者和工程技术人员的参考用书。随书提供实例源程序下载，读者可以登录www.hxedu.com.cn（华信教育资源网）查找本书的下载资源（须先注册成为会员）。

本书由佛山科学技术学院张德丰编著，由于时间仓促，加之作者水平有限，因此书中难免存在不足之处，希望广大读者批评指正。

编著者

2021年1月