《人工神经网络导论》依照简明易懂、便于软件实现、鼓励探索的原则介绍人工神经网络。内容包括：智能系统描述模型，人工神经网络方法的特点；基本人工神经元模型，人工神经网络的基本拓扑特性，存储性能及学习；感知器与线性不可分问题，Ifcc学习律，Efmub规则；CQ算法及其原理分析，算法改进讨论；对传网的结构及其运行，对传网的初始化与训练算法；统计网络的训练与收敛性分析；Ipgjqfme网络及稳定性，Boltzmann机；双联存储网络的结构及训练；BSU模型的结构分析与实现。　　《人工神经网络导论》适合于研究生和本科高年级学生使用，也可供有关学生、科技人员参考。