阮晓钢，男，1958年出生于四川。1982年获哈尔滨船舶工程学院工学学士学位，1989年获浙江大学工学硕士学位，1992年获浙江大学工学博士学位，1992年7月至1994年6月于南京航空航天大学航空与宇航博士后流动站从事博士后科研工作，1994年7月至今效力于北京工业大学。现任教授及博士生导师。

神经计算科学是人工智能的重要组成部分。
神经计算科学是“神经”+“计算”的科学，是在细胞的水平上模拟脑结构和脑功能的科学，是关于人工神经系统或人工神经网络的原理、结构和功能的科学。
本书阐述了神经计算科学的发展历史，神经计算科学的元素以及拓扑和组织；解析了十大经典人工神经系统：MP模型、感知器、自适应线性神经元网络、误差往回传播网络、小脑算术计算模型、径向基函数网络、Hopfield网络、Boltzmann机、自组织特征图以及自适应谐振理论模型；在解析神经计算模型的过程中讲述神经计算实例，特别是人工神经系统在机器人系统中应用的实例，展现了人工神经系统作为人工脑在机器人系统中的发挥的智慧源泉的作用。
本书可供从事人工智能和认知科学、机器人学、自动控制以及模式识别与图像处理研究的科技工业者学习或参考，并可作为大学高年级学生或研究人工智能课的教材。

第1章 概述第2章 神经计算的生理学基础第3章 神经计算的元素——人工神经元第4章 神经计算的拓扑——人工神经网络第5章 神经计算的组织——人工神经系统的学习机制第6章 Hebe学习第7章 McCulloch-Pitts模型——第一个人工神经系统第8章 感知器第9章 自适应线性神经元网络第10章 误差往回传播网络第11章 小脑算术计算模型——CMAC神经网络第12章 径向基函数网络第13章 Hopfield网络第14章 Boltzmann机第15章 自组织特征图第16章 逢适应谐振理论与ART系统结束语 神经计算到底能做什么?参考文献附录 索引