本书以MATLABR2020a为平台，以神经网络算法为背景，循序渐进地介绍了神经网络的多种算法。本书以理论为基础，以实际应用为主导，以典型案例为实践，通过理论与实践相结合，向读者展示利用MATLAB解决各种神经网络问题的简便性、快捷性，本书包括11章，前10章主要介绍MATLABR2020a基础、神经网络概述、感知器及其应用、线性神经网络及其应用、BP神经网络及其应用、RBF神经网络及其应用、反馈神经网络及其应用、自组织竞争神经网络及其应用、其他神经网络及其应用、神经网络的GUI应用，第11章介绍神经网络的经典应用。
1、神经网络算法原理一共有四种算法及原理，如下所示：1、自适应谐振理论（ART）网络自适应谐振理论（ART）网络具有不同的方案。一个ART1网络含有两层一个输入层和一个输出层。这两层完全互连，该连接沿着正向（自底向上）和反馈（自顶向下）两个方向进行。2、学习矢量量化（LVQ）网络学习矢量量化（LVQ）网络，它由三层神经元组成，即输入转换层、隐含层和输出层。
3、Kohonen网络Kohonen网络或自组织特征映射网络含有两层，一个输入缓冲层用于接收输入模式，另一个为输出层，输出层的神经元一般按正则二维阵列排列，每个输出神经元连接至所有输入神经元。连接权值形成与已知输出神经元相连的参考矢量的分量。4、Hopfield网络Hopfield网络是一种典型的递归网络，这种网络通常只接受二进制输入（0或1）以及双极输入（+1或1）。
2、神经网络算法的人工神经网络supply:,myquestion:0},multiAnswers:0,longFoldFlag:true,officialTip:{notice:该问答中所提及的号码未经验证，请注意甄别。人工神经网络（ArtificialNeuralNetworks，ANN）系统是20世纪40年代后出现的。它是由众多的神经元可调的连接权值连接而成，具有大规模并行处理、分布式信息存储、良好的自组织自学习能力等特点。
BP神经网络算法在理论上可以逼近任意函数，基本的结构由非线性变化单元组成，具有很强的非线性映射能力。而且网络的中间层数、各层的处理单元数及网络的学习系数等参数可根据具体情况设定，灵活性很大，在优化、信号处理与模式识别、智能控制、故障诊断等许多领域都有着广泛的应用前景，人工神经元的研究起源于脑神经元学说。19世纪末，在生物、生理学领域，Waldeger等人创建了神经元学说。