本书导论性地介绍了计算智能的5个典型范例：人工神经网络、进化计算、计算群体智能、人工免疫系统和模糊系统。它们分别是对生物神经系统、生物进化过程、社会组织的群体行为、自然免疫系统和人类思维过程的成功建模。这些范例已经得到了广泛深入的研究，人们在取得了很大的成功之后，已将研究成果广泛地应用到了众多的实际应用领域。极大提高了人们发现问题，求解问题，尤其是求解复杂科学与工程问题的能力。通过阅读本书，读者可以全面地了解到目前计算智能研究的主要成果和最新进展。

本书介绍了计算智能的主要方法，包括人工神经网络、进化计算、计算群体智能、人工免疫系统和模糊系统等。本书基本覆盖了计算智能研究的重要成果，重点介绍了研究计算智能的各种方法的基本概念、基本模型、重要改进及其典型应用，同时还简要介绍了～些最新研究成果。本书是关于当前计算智能领域内的一本很好导论性读物。

本书可作为高等院校智能科学、计算机、自动化、电子信息、通信、模式识别等专业研究生和高年级本科生的教材，也可作为相关专业科技人员的参考书。

第Ⅰ部分 引言

 第1章 计算智能简介

1.1 计算智能典型方法

 1.1.1 人工神经网络

 1.1.2 进化计算

 1.1.3 群体智能

 1.1.4 人工免疫系统

 1.1.5 模糊系统

1.2 简短历史

1.3 习题

第Ⅱ部分 人工神经网络

 第2章 人工神经元

 第3章 监督学习神经网络

 第4章 非监督学习神经网络

 第5章 径向基函数网络

 第6章 增强学习

 第7章 监督学习的性能问题

第Ⅲ部分 进化计算

 第8章 进化计算导论

 第9章 遗传算法

 第10章 遗传编程

 第11章 进化规划

 第12章 进化策略

 第13章 差分进化

 第14章 文化算法

 第15章 协同进化

第Ⅳ部分 计算群体智能

 第16章 粒子群优化

 第17章 蚂蚁算法

第Ⅴ部分 人工免疫系统

 第18章 自然免疫系统

 第19章 人工免疫模型

第Ⅵ部分 模糊系统

 第20章 模糊集

 第21章 模糊逻辑和模糊推理

 第22章 模糊控制器

 第23章 粗糙集

参考文献

附录A 优化理论

术语表