本書較系統地介紹了人工神經網絡的基本理論和方法。全書共10章，可分為四大部分：第一部分包括第一章至第二章，敘述了學習人工神經網絡應具備的基礎知識，內容有大腦神經系統的構成、腦神經細胞工作概況、人工神經網絡的構思、動力系統穩定性以及混沌；第二部分包括第三章至第五章，論述了人工神經的三要素，即人工神經元模型、人工神經元的聯接方式、人工神經網絡的訓練與學習；第三部分包括第六章至第九章，著重論述了四大類網絡，即前饋網絡、動態網絡、競爭網絡及模糊網絡，每一大類中包含若干具體網絡模型；第四部分為第十章，討論了統計學習理論，支撐向量機作為其特例。
　　本書在強調基礎理論和系統性的同時，著重反映人工神經網絡研究領域的最新研究成果，適合作為高等院校自動控制、電子技術、信息技術、計算機、系統工程等專業的研究生教材，亦可供有關科技人員參考。