神经网络在现代科学和工程中扮演着重要角色，MATLAB为其提供强大的工具箱支持。本章将逐步探讨神经网络的基础概念和MATLAB的运用，从基本的神经元模型和网络结构，到具体应用实例。
首先，第1章介绍神经网络的概述，包括生物神经元的结构与功能特点，人工神经元模型的构建，以及神经网络的学习过程。MATLAB语言及其入门知识也是本章的重点，概述了MATLAB的特性和如何快速上手。
在感知神经网络部分，第2章从单层感知器开始，阐述其模型、功能和局限性，以及MATLAB的实现方法。多层感知器和BP算法的应用，如学习规则和网络训练，也在这一章详述。
第3章探讨自组织竞争神经网络，涉及竞争学习的原理和自组织特征映射网络，通过MATLAB工具箱函数展示如何构建和训练这些网络。
第4章深入研究BP神经网络，包括网络模型、构建算法，以及MATLAB工具箱提供的创建、学习和训练函数。局限性和实际应用实例，如函数逼近和模式识别，也在此章节讨论。
线性神经网络和径向基函数神经网络分别在第5和第6章介绍，前者用于线性问题，后者则用于非线性问题的处理，都包含MATLAB实现和实例分析。
反馈神经网络的Hopfield和Elman网络，以及径向基函数网络的反馈网络应用，如在电力系统和交通预测中的应用，详细解析于第7章。
在第8章，神经网络被应用于预测与控制，涉及电力负荷预报、地震预测、交通流量预测等多个领域，并展示了MATLAB在这些领域的具体实现。
最后，神经网络的优化、故障诊断和图形用户界面设计是本书的尾声，涵盖了网络学习算法的改进、故障模式识别与诊断，以及如何通过GUI设计更友好的用户界面。
《MATLAB神经网络应用设计》一书，利用目前国际上流行的MATLAB环境，结合神经网络工具箱，在介绍人工神经网络中的各种典型网络以及训练过程的基础上，利用MATLAB工具箱进行神经网络的设计与应用。该书给出了各种神经网络在不同应用时的网络性能分析与直观的图形结果，使读者更加透彻地了解各种神经网络的性能及其优缺点，从而达到正确、合理和充分应用神经网络的目的。该书可作为计算机、电子学、信息科学、通信、控制等专业的本科生、研究生教材，也可作为其他专业科技人员学习神经网络或MATLAB及其神经网络工具箱的参考用书。