该书系统地论述了人工
神经网络的主要
理论和
设计基础，给出了大量应用实例，旨在使读者了解神经网络的发展背景和研究对象，理解和熟悉其基本原理和主要应用，掌握其结构模型和基本设计方法，为以后的深入研究和应用开发打下基础。
作者连续11年为电气信息类专业研究生及本科高年级学生开设“人工神经网络理论与应用”课程，2002年在多次修改讲义和多项科研成果基础上形成本书的第一版。本书
第二版对原书约1/3的内容进行了更新，对保留内容进行了修改。取材注意内容的典型性和先进性，编排注意内容的逻辑性，阐述注重
物理概念的清晰性，举例与思考练习的安排注意了内容的实践性，常用神经网络及算法的介绍着重于
实用性。
本书适合高等院校电气信息类专业和经济管理类专业的研究生、本科生以及科研人员阅读。
人类具有高度发达的大脑，大脑是人类思维活动的物质基础，而思维是人类智能的集中体现。长期以来，人们想方设法了解人脑的工作机理和思维的本质，向往能构造出具有类人智能的人工智能系统，以模仿人脑功能，完成类似于人脑的工作。人脑的思维有逻辑思维、形象思维和灵感思维三种基本方式。逻辑思维的基础是概念、判断与推理，即将信息抽象为概念，再根据逻辑规则进行逻辑推理。由于概念可用符号表示，而逻辑推理宜按串行模式进行，这一过程可以事先写成串行的指令由机器来完成。可以认为，20世纪40年代问世的第一台电子
计算机就是这样一种用机器模拟人脑逻辑思维的人工智能系统，也是人类实现这一追求的重要里程碑。
众所周知，
现代计算机构成单元的速度是人脑中神经元速度的几百万倍，对于那些特征明确，推理或运算规则清楚的可编程问题，可以高速有效地求解，在数值运算和逻辑运算方面的精确与高速极大地拓展了人脑的能力，从而在信息处理和控制决策等各方面为人们提供了实现智能化和自动化的先进手段。但由于现有计算机是按照冯·诺依曼原理，基于程序存取进行工作的，历经半个多世纪的发展，其结构模式与运行机制仍然没有跳出传统的逻辑运算规则，因而在很多方面的功能还远不能达到人的智能水平。随着现代信息科学与
技术的飞速发展，这方面的问题日趋尖锐，促使科学和技术专家们寻找解决问题的新出路。
当人们的思路转向研究大自然造就的精妙的人脑结构模式和信息处理机制时，推动了脑科学的深入发展以及人工神经网络和脑模型的研究。随着对生物脑的深入了解，人工神经网络获得长足发展。在经历了漫长的初创期和低潮期后，人工神经网络终于以其不容忽视的潜力与活力进入了发展高潮。60多年来，它的结构与功能逐步改善，运行机制渐趋成熟，应用领域日益扩大，在解决各行各业的难题中显示出巨大的潜力，取得了丰硕的成果。
正是由于人工神经网络是一门新兴的学科，它在理论、模型、算法、应用和实现等方面都还有很多空白点需要努力探索、研究、开拓和开发。因此，许多国家的政府和企业都投入了大量的资金，组织大量的科学和技术专家对人工神经网络的广泛问题立项研究。从人工神经网络的模拟程序和专用芯片的不断推出、
论文的大量发表以及各种应用的报道可以看到，在这个领域里一个百花齐放、百家争鸣的局面已经形成。我国对人工神经网络的研究起步于20世纪70年代末期，90年代以来发展迅速。目前，人工神经网络已在我国科研、
生产和生活中产生了普遍而巨大的影响。
为了适应人工神经网络应用不断深化的形势，作者在多年为研究生讲授“人工神经网络”课程的基础上，撰写了本书的第一版。自2002年1月本书第一版发行以来，受到广大读者的欢迎和好评，许多院校用作
教材或参考书，近百篇学术论文作者将其列为参考文献，众多研究人员和师生与作者联系交流，一些专业网站上刊登了读者的
评价与推介。考虑到近年来神经网络的理论与应用又有了进一步发展，首先，随着应用的日益深入普及，许多网络模型及算法已成为解决特定类型问题的常用工具，需要在教材中得到体现；其次，作者近4年来使用本书第一版进行教学的过程中，积累了新的体会和经验，希望融入教材与同行共享。
基于以上考虑，本书第二版在第一版基础上进行了较大的修订，增加了径向基函数网络、学习向量量化、主分量
分析和支持向量机等内容，删除了自适应线性单元、神经网络的硬件实现、人工神经系统等内容。对第一版中保留的内容进行了改写和修订，并补充了许多应用实例和练
习题。
第二版全书共分10章。第1章对人脑与计算机信息处理能力与机制进行了比较，归纳了人脑生物神经网络的基本特征与功能，介绍了人工神经网络的发展简史及主要应用领域。第2章介绍了人工神经网络的基础知识，包括生物神经元信息处理机制、人工神经元模型、人工神经网络模型以及几种常用学习算法。第3章介绍了单层感知器和多层感知器，从几何意义上对单层感知器求解线性可分问题进行了分析，作为读者学习神经网络并建立自学习、自适应和自组织等概念的基础......
