《神经网络结构优化方法及应用》作为一种人工智能领域的新技术，具有优越的非线性映射能力。神经网络以其在模式识别、系统建模等方面的卓越性能，已经广泛应用于许多行业，发挥了很好的作用。
本书从RBF网络训练算法、结构分解、结构优化、样本选取等几方面入手，分析了提高神经网络泛化能力和收敛速度的途径与实现方法，提出了快速资源优化网络（FRON）算法、基于粗糙集理论的RBF网络剪枝（RS-RBF）算法、基于多Agent系统设计原理的神经网络结构设计算法（MANN方法），并介绍了神经网络在热工过程预测控制以及设备故障诊断中的应用，结合现场运行及实验数据，给出了应用实例。本书的最后还提供了利用MATLAB软件编写神经网络优化算法的实例，具有较高的实用性。
《神经网络结构优化方法及应用》可供从事神经网络设计与应用的工程技术人员、研究人员参考，亦可供高等院校相关专业的教师和学生作为教学参考书。
前言
第1章绪论1
1.1引言1
1.2神经网络及其应用2
1.2.1神经网络的研究及发展2
1.2.2神经网络结构及工作方式3
1.2.3神经网络的学习方法4
1.2.4神经网络的基本功能5
1.2.5神经网络在控制领域的应用6
1.2.6神经网络在故障诊断领域的应用11
1.2.7神经网络及其应用中有待于解决的问题12
1.3其他智能方法13
1.3.1粗糙集理论13
1.3.2Agent系统理论13
1.3.3信息融合技术14
1.4本书主要内容15
参考文献16
新书资讯