神经网络计算机：原理与应用解析

神经网络计算机是科学家们受人脑神经系统处理信息方式的启发而研发的一种新型计算模型，它试图在一定程度上模拟人脑复杂的神经网络结构。80年代末，美国加州理工学院和贝尔实验室的合作标志着神经网络计算机研究的高潮，他们成功制造了一个拥有256个人工神经元的神经网络计算机，这在当时是一项重大突破。 人脑作为天然的神经网络计算机，其庞大的神经细胞网络和突触连接使其能够高效处理信息。神经网络计算机的目标是复制这种并行处理和自适应学习的能力。例如，1992年，日本三菱电机公司的硅芯片实现了大规模集成，能在极小空间内容纳大量神经元和连接，达到高速运算，能快速学习和识别大量的输入数据。 自动控制是一门重要的学科，尤其是在自动化及电气工程领域，它是专业知识结构中的关键环节，既是对先前理论知识如高等数学（微分方程、拉普拉斯变换）、电路理论和模拟电子技术（运算放大器）的深化，又为后续课程如计算机控制系统、运动控制系统和过程控制系统打下基础。本章涵盖了自动控制的一般概念，包括自动控制的基本原理、方式及其应用，如军事和航天领域的火炮跟踪、人造卫星姿态控制，工业生产中的自动化流程控制，农业、商业和日常生活的自动化应用，以及自动控制理论的发展历程，从经典控制理论发展到现代控制技术。 在学习自动控制时，学生需要掌握闭环控制系统的结构、原理，理解自动控制系统传递函数的数学模型，学会分析和设计自动控制系统的方法，以及掌握系统的校正策略。经典的参考书目如《自动控制理论》、《自动控制原理》等都是深入学习的重要资料来源。 通过学习这一章节，学生不仅能了解自动控制在现实生活中的广泛应用，还能培养解决实际问题的能力，为未来在自动化行业或其他相关领域的工作奠定坚实的基础。