六、 课程主要内容

1．人工神经网络概论（2学时）

【目的要求】

了解生物神经网络及其生理机能，掌握人工神经网络的基本概念。

【教学内容】

从生物神经元到人工神经元网络

人工神经网络的基本概念

人工神经网络的发展历史回顾。

人工神经网络的定义、特点和应用

2．人工神经网络的基本模型（2学时）

【目的要求】

了解激励函数，掌握人工神经元的基本模型。熟悉人工神经网络的基本理论基础。

【教学内容】

MP模型及几种常用的激励函数

人工神经元的基本模型

人工神经网络的基本拓扑结构

3．感知器人工神经网络（4学时）

【目的要求】

了解感知器模型，了解感知器解决问题的能力。掌握感知器的学习算法并能够编程。

【教学内容】

单个感知器模型与解决问题的能力

单层感知器模型与解决问题的能力

单层感知器的学习算法

单层感知器的局限性问题

多层感知器的设计方法

单层感知器的MATLAB设计与实现

4．线性自适应人工神经网络（2学时）

【目的要求】

了解线性自适应人工神经网络模型，掌握线性自适应人工神经网络的学习算法。了解他的应用范围，能够用学过的方法编程。

【教学内容】

线性自适应人工神经网络模型与结构

线性自适应人工神经网络学习算法

线性自适应人工神经网络的局限性

线性自适应人工神经网络的MATLAB实现与应用实例

5．BP人工神经网络（5学时）

【目的要求】

了解BP网络模型、结构和特点，了解BP网络的学习算法。了解他的应用范围，能够用学过的方法编程。

【教学内容】

BP人工神经网络模型与结构

BP学习算法

BP网络的局限性问题

BP网络的应用要点

BP算法的MATLAB实现与应用实例

改进的BP算法

6．RBF人工神经网络（3学时）

【目的要求】

了解BP网络模型、结构和特点，了解BP网络的学习算法。了解他的应用范围，能够用学过的方法编程。

【教学内容】

RBF人工神经网络模型与工作原理

RBF的生理学基础

K-Means算法

RBF的学习算法

RBF的MATLAB实现与应用实例

RBF的特点及其它问题

7．Hopfield人工神经网络（3学时）

【目的要求】

了解离散型Hopfield神经网络，连续时间的Hopfield神经网络模型。

【教学内容】

绪论（前馈网络与反馈网络）

离散Hopfield网络模型与运行方式

离散Hopfield网络的稳定性

离散Hopfield网络的设计问题

连续Hopfield网络模型

连续Hopfield网络的稳定性

Hopfield网络的MATLAB实现与应用实例

8．Elmen网络模型、特点、算法（1学时）

【目的要求】

了解离散型Hopfield神经网络，连续时间的Hopfield神经网络模型。

【教学内容】

Elman神经网络结构

Elman神经网络学习算法

Elman网络的MATLAB实现

9．CMAC网络模型、特点、算法及其应用（4学时）

【目的要求】

了解CMAC网络的结构和特点，掌握其基本的设计和学习方法，了解CMAC网络的主要的应用范围。

【教学内容】

CMAC网络的基本思想与结构模型

CMAC网络的工作原理

CMAC算法的程序语言描述

CMAC网络的泛化能力

CMAC网络的几个问题

CMAC网络仿真示例

10．SOM人工神经网络（3学时）

【目的要求】

了解SOM网络模型。结构和特点，掌握基本的竞争学习机制，了解其主要的应用范围。

【教学内容】

SOM人工神经网络模型与工作原理

SOM的生理学基础

SOM的学习算法——竞争学习机制

SOM的MATLAB实现与应用实例

SOM的特点及其它问题

11．PID神经元网络及其控制系统（2学时）

【目的要求】

学习PID网络的结构和特点，掌握PID神经网络的基本学习方法，了解小脑模型的主要的应用范围。

【教学内容】

PID神经网络的提出与构造过程

PID神经网络的结构和特点

PID神经网络的学习方法

PID神经网络的权值构造方法及特点

PID神经网络的应用实例

12．人工神经网络理论与应用的最新动态（1学时）

【目的要求及教学内容】

本章内容将随着人工神经网络的发展而不断更新，通过本章的学习讲了解人工神经网络理论与应用的最新发展动态。