[1] Bartman J., Podstawowe funkcje biblioteki narzędziowej ”Neural Network Toolbox. Version 5” pakietu MATLAB v.6,Uniwersytet Rzeszowski, Zakład Elektrotechniki i Informatyki, online.

[2] Dudzik M., Drapik S., Prusak J., Approximation of overloads for a selected tram traction substation using artificial neural networks, Technical Transactions, 3-E/2016, 39–50.

[3] Dudzik M., Drapik S., Prusak J., Kobielski A., Studium efektywności zastosowania sieci neuronowych w badaniach obciążeń kolejowych podstacji trakcyjnych,                MET'2013: 11th International Conference „Modern Electric Traction”, Poland, Warszawa 2013, 176–180.

[4] Hudym V., Jagiełło A., Prusak J., Chrabąszcz I. Trębacz P., Kaczmarczyk A., Metodyka usuwania oblodzenia z sieci trakcyjnej, Logistyka 6/2015, 1055–1062.

[5] Hudym V., Jagiełło A., Prusak J., Chrabąszcz I. Trębacz P., Preventing the formation of ice on the catenary lines, Technical Transactions, 3-E/2016, 173–184.

[6] Kobielski A., Drapik S., Dudzik M., Prusak J., Wstępne studium efektywności zastosowania sieci neuronowych w badaniach obciążeń kolejowych podstacji trakcyjnych. TTS Technika Transportu Szynowego, 10/2014, 40–43.

[7] Korbicz J., Obuchowicz A., Uciński D., Sztuczne sieci neuronowe. Podstawy i zastosowania. Akademicka Oficyna Wydawnicza PLJ, Warszawa 1994.

[8] Malina A., Dudzik M., Wykorzystanie algorytmów sieci neuronowych w celu zmniejszenia amplitud wahań momentu elektromagnetycznego silnika indukcyjnego w metodzie sterowania wektorowego DTC, Elektrotechnika w zastosowaniach trakcyjnych, Kraków 2014, 281–294.

[9] Tadeusiewicz R., Sieci neuronowe, Akademicka Oficyna Wydaw. RM, Kraków 1992.