彭增榮

Chapter1 類神經網路技術的介紹
　1.1　基本神經生理學
　1.2　從神經細胞到ANS
　1.3　結　論
Chapter2 Adaline和Madaline
　2.1　信號處理的回顧
　2.2　Adaline和ALC（自適應線性組合器
　2.3　MADALINE
Chapter3 倒傳遞類神經網路原理
　3.1　倒傳遞類神經網路
　3.2　倒傳遞類神經網路（BPN
　3.3　類神經網路之神經鍵更新演算（激發函數為雙曲線正切函數
　3.4　類神經網路之神經鍵更新演算（激發函數為Sigmoid函數
Chapter4 類神經網路控制
　4.1　類神經網路控制器發展
　4.2　直接類神經網路控制
　4.3　關於隱藏層數目及隱藏層神經元數目的考量
　4.4　收歛性分析
Chapter5 特定學習架構直接適應控制
　5.1　線上學習類神經網路適應性控制
　5.2　倒傳遞誤差項近似法
Chapter6 特定學習架構間接適應控制
　6.1　系統判別
　6.2　間接適應控制
Chapter7 直接類神經網路控制應用於直流馬達控制
　7.1　直接類神經網路控制應用於直流馬達轉速控制
　7.2　直接類神經網路控制應用於直流馬達轉角控制
　7.3　直接類神經網路控制應用於直流馬達轉角控制實驗結果
Chapter8 直接類神經網路控制應用於電液伺服閥控液壓系統位置控制
　8.1　直接類神經網路適應控制電液伺服閥控液壓系統描述
　8.2　類神經網路控制器
　8.3　動態模擬結果
Chapter9 直接類神經網路控制應用於可變排量軸向型柱塞泵輸出流量控制
　9.1　控制系統描述
　9.2　類神經網路控制器
　9.3　動態模擬
　9.4　實驗結果
Chapter 10 比例微分與類神經網路混合控制器
　10.1　混合控制器發展
　10.2　控制系統描述
　10.3　控制系統模擬
　10.4　DANNC控制系統實驗結果

Chapter1 類神經網路技術的介紹
　1.1　基本神經生理學
　1.2　從神經細胞到ANS
　1.3　結　論
Chapter2 Adaline和Madaline
　2.1　信號處理的回顧
　2.2　Adaline和ALC（自適應線性組合器
　2.3　MADALINE
Chapter3 倒傳遞類神經網路原理
　3.1　倒傳遞類神經網路
　3.2　倒傳遞類神經網路（BPN
　3.3　類神經網路之神經鍵更新演算（激發函數為雙曲線正切函數
　3.4　類神經網路之神經鍵更新演算（激發函數為Sigmoid函數
Chapter4 類神經網路控制
　4.1　類神經網路控制器發展
　4.2　直接類神經網路控制
　4.3　關於隱藏層數目及隱藏層神...