摘要：提出了一种新的联想记忆系统——基于牛顿前向插公式的联想记忆系统（ＮＦＩ－ＡＭＳ），用以实现在任意阶多变量多项式函数的高精度逼近，设计了相应的学习方法，并证明了在通常情况下对于任意多变量连续函数，ＮＦＩ－ＡＭＳ的学习总是以任意精度收敛的．该系统较之传统的ＣＭＡＣ类型的ＡＭＳ，具有所需供学习的样本点较少，学习精度高和存储单元空间较小的优点，且比多层ＢＰ网络具有学习算法简单和收敛速度快的特点，可望在智能控制与信号处理，模式识别中得到应用．

摘要：提出一种非线性动态逆神经元控制系统设计方法，并成功的将其应用于某战斗机非线性解耦控制问题。该方法的基本思想是采用神经元网络建立非线性被控对象的动态逆模型，将被控对象转化为伪线性系统，并用现代控制系统综合设计方法对神经元伪线性系统进行闭环优化设计。