در دنیای انرژی‌های تجدیدپذیر نیز استفاده از شبکه‌های عصبی مصنوعی کاربردهای خلاقانه وافری یافته است به‌طوری‌که در بسیاری از پیش‌بینی‌ها، تخمین‌ها و بهینه‌سازی‌هایی که در طراحی نیروگاه‌های خورشیدی، بادی، ژئوترمال و غیره نیاز می‌باشد، از شبکه‌های عصبی به‌عنوان یک ابزار قدرتمند استفاده‌شده است. 

فصل اول: مروری بر انرژی‌های تجدیدپذیر

۱-۱ تعریف انرژی‌های تجدیدپذیر  

۱-۲ انواع انرژی‌های تجدیدپذیر  

۱-۳- رشد جهانی استفاده از انرژی‌های تجدیدپذیر  

۱-۴- انرژی‌های نو در ایران  

۱-۵- رشد ۵۰ درصدی انرژی تجدیدپذیر تا ۲۰۲۴  

۱-۶- انرژی آب

۱-۷- انرژی بادی

۱-۸- انرژی مورد نیاز بشر و انرژی خورشیدی

۱-۹- انرژی زمین گرمایی  

۱-۱۰- سیستم‌های انرژی تجدیدپذیر هیبریدی

فصل دوم: مبانی نظری شبکه‌های عصبی

۲-۱- بنیان شبکه‌های عصبی مصنوعی   

۲-۱-۱- مدل بیولوژیکی شبکه عصبی

۲-۲- سلول عصبی مصنوعی  

۲-۳- توابع تحریک

۲-۴- شبکه‌های عصبی مصنوعی تک لایه

۲-۵- شبکه‌های عصبی مصنوعی چندلایه  

۲-۶- شبکه‌های بازگشتی

۲-۷- اصطلاحات علمی و فنی، نمادها و نمایش شبکه‌های عصبی مصنوعی

۲-۸- نگاهی اجمالی به الگوریتم‌های آموزش

 فصل سوم: الگوریتم‌های یادگیری در شبکه‌های عصبی

۳-۱- هدف از آموزش شبکه

۳-۲- آموزش نظارت‌شده

۳-۳- آموزش غیر نظارت‌شده

۳-۴- یادگیری هبیین

۳-۵- ستاره‌های درون‌گرا و برون‌گرا

۳-۶- تربیت پرسپترون

۳-۷- آموزش ویدور - هاف

۳-۸- روش‌های تربیت آماری  

۳-۹- الگوریتم انتشار برگشتی

۳-۱۰- ساختار شبکه

۳-۱۱- نگرشی کلی بر آموزش شبکه

۳-۱۲- تربیت شبکه با الگوریتم انتشار برگشتی

۳-۱۳- سلول عصبی بایاس در شبکه

۳-۱۴- اندازه حرکت

۳-۱۵- الگوریتم‌های پیشرفته

۳-۱۶- برخی کاربردهای انتشار برگشتی

۳-۱۷- اخطارها

۳-۱۷-۱- ناتوانی شبکه

۳-۱۷-۲- کمینه محلی

۳-۱۸- اندازه گام

۳-۱۹- ناپایداری موقتی

۳-۲۰- مبنای ریاضی الگوریتم انتشار برگشتی

۳-۲۱- نگاشت زوج‌های آموزشی به حدود مناسب

۳-۲۲- نحوه ارائه زوج‌های آموزشی به شبکه

۳-۲۳- سنجش میزان یادگیری و عملکرد شبکه

۳-۲۴- مراحل طراحی شبکه عصبی

۳-۲۵- پیش پردازش و نرمالیزه کردن داده ها

۳-۲۶- محدوده‌ی مناسب آموزشی

۳-۲۷- نحوه پیش پردازش داده های آماری

۳-۲۸- نرمالیزه کردن داده‌های آموزشی

۳-۲۹- تعیین مشخصه‌های مناسب ورودی شبکه عصبی

۳-۳۰- ضریب همبستگی، مفاهیم و انواع رایج در انرژی‌های تجدیدپذیر

۳-۳۰-۱- ضریب همبستگی پیرسون

۳-۳۰-۲- ضریب همبستگی اسپیرمن

۳-۳۰-۳- تفاورت رگرسیون و همبستگی

۳-۳۱- ارزیابی مدل‌های مختلف شبکه عصبی

فصل چهارم: کاربردهای شبکه عصبی در انرژی‌های تجدیدپذیر

 ۴-۱- طراحی دنبال کننده خورشیدی با استفاده از ....  

۴-۲- بهبود شبکه هوشمند با استفاده از اطلاعات منابع انرژی تجدیدپذیر 

۴-۳- نتیجه  

۴-۴- مروری بر عملکرد شبکه عصبی مصنوعی در پیش‌یابی انرژی موج

۴-۵- پیش‌بینی میزان تابش خورشیدی با استفاده از دمای روزانه ...

۴-۶- پیش‌بینی پتانسیل انرژی خورشیدی در ایران با استفاده .....

۴-۷- تخمین اقتصادی ذخیره‌ی مورد نیاز مزارع بادی با به کارگیری .......   

منابع و مراجع