人工神经网络理论、设计及应用（韩力群）,电子教案，非常好。

利用matlab实现人工神经网络，程序清晰易懂，内涵多个程序可做为人工神经网络工具箱使用

讲BP神经网络的，PPT，很通俗易懂的，开始接触ANN的时候就是看这个，还不错！

锅炉过热汽温的动态特性会随运行工况发生较大变化,传统的控制方法难以达到理想的控制性能。该文基于线性自抗扰控制器设计串级优化控制方案,根据现有的比例-积分-微分(PID)控制器参数计算自抗扰控制器参数初值,进而基于改进的优化指标,采用果蝇算法优化出一组适用于不同工况的固定控制器参数。仿真结果表明:该方案能够很好地平衡快速性与稳定性的矛盾,且具有更好的性能鲁棒性。

优化控制领域的经典教材，Frank W. Lewis 教授是该领域的大牛，也是自适应动态规划的提出者，想对优化控制有更好理解的值得下载。

自适应动态规划matalab简单代码实现，适合初学者，代码可运行

概述了利用Matlab神经网络算法，对图像进行特征提取的原理及方法

第一章 人工神经网络………………………………………………… 3 §1.1人工神经网络简介………………………………………………………… 3 1．1 人工神经网络的起源 …………………………………………………… 3 1．2 人工神经网络的特点及应用 …………………………………………… 3 §1.2人工神经网络的结构………………………………………………… 4 2．1 神经元及其特性………………………………………………………… 5 2．2 神经网络的基本类型 ……………………………………………… 6 2.2.1 人工神经网络的基本特性…………………………………… 6 2.2.2 人工神经网络的基本结构…………………………………… 6 2.2.3 人工神经网络的主要学习算法……………………………… 7 §1.3人工神经网络的典型模型 ………………………………………………7 3．1 Hopfield网络………………………………………………………… 7 3．2 反向传播(BP)网络…………………………………………………… 8 3．3 Kohonen网络………………………………………………………… 8 3．4 自适应共振理论(ART)…………………………………………………… 9 3．5 学习矢量量化（LVQ）网络………………………………………… 11 §1.4多层前馈神经网络（ＢＰ）模型………………………………………… 12 4．1 BP网络模型特点 …………………………………………………… 12 4．2 BP网络学习算法……………………………………………………… 13 4.2.1信息的正向传递……………………………………………… 13 4.2.2利用梯度下降法求权值变化及误差的反向传播……………… 14 4．3 网络的训练过程……………………………………………………… 15 4．4 BP算法的改进……………………………………………………… 15 4.4.1附加动量法……………………………………………………… 15 4.4.2自适应学习速率………………………………………………… 16 4.4.3动量-自适应学习速率调整算法……………………………… 17 4．5 网络的设计……………………………………………………………… 17 4.5.1网络的层数………………………………………………… 17 4.5.2隐含层的神经元数…………………………………………… 17 4.5.3初始权值的选取……………………………………………… 17 4.5.4学习速率………………………………………………………… 17 §1.5软件的实现……………………………………………………………… 18 第二章 遗传算法………………………………………………………19 §2.1遗传算法简介………………………………………………………………19 §2.2遗传算法的特点………………………………………………………… 19 §2.3遗传算法的操作程序………………………………………………………20 §2.4遗传算法的设计……………………………………………………………20 第三章 基于神经网络的水布垭面板堆石坝变形控制与预测 §3.1概述…………………………………………………………………………23 §3.2样本的选取……………………………………………………………… 24 §3.3神经网络结构的确定………………………………………………………25 §3.4样本的预处理与网络的训练…………………………………………… 25 4．1 样本的预处理……………………………………………………… 25 4．2 网络的训练 …………………………………………………… 26 §3.5水布垭面板堆石坝垂直压缩模量的控制与变形的预测…………………30 5．1 面板堆石坝堆石体垂直压缩模量的控制……………………………30 5．2 水布垭面板堆石坝变形的预测…………………………………… 35 5．3 BP网络与COPEL公司及国内的经验公式的预测结果比较… 35 §3.6结论与建议……………………………………………………………… 38 第四章 BP网络与遗传算法在面板堆石坝设计参数控制中的应用 §4.1 概述………………………………………………………………………39 §4.2遗传算法的程序设计与计算………………………………………………39 §4.3结论与建议…………………………………………………………………40 参考文献…………………………………………………………………………

ANN程序 MATLAB语言 用于数据处理 只要换数据就能用

人工神经网络 基于CNN卷积神经网络 基于Python 实现图片验证码的识别