《計(jì)算智能》全書共4個(gè)部分，分別介紹了計(jì)算智能的4個(gè)典型代表：演化計(jì)算、群體智能算法、人工神經(jīng)網(wǎng)絡(luò)和Fuzzy計(jì)算，第1部分介紹了遺傳算法、遺傳程序設(shè)計(jì)、演化策略和演化規(guī)劃4種主要的演化計(jì)算技術(shù)；第2部分介紹了粒子群優(yōu)化和蟻群優(yōu)化兩種具有代表性的群體智能算法；第3部分介紹了人工神經(jīng)網(wǎng)絡(luò)的基本概念和學(xué)習(xí)算法；第4部分介紹了Fuzzy計(jì)算的基本理論及應(yīng)用。
《計(jì)算智能》可作為相關(guān)專業(yè)的高年級本科生或研究生教材，也可供從事計(jì)算智能研究的相關(guān)教師和研究人員參考。
隨著國民經(jīng)濟(jì)的快速發(fā)展，科學(xué)和技術(shù)研究中提出的計(jì)算問題越來越多，越來越復(fù)雜，計(jì)算機(jī)及其應(yīng)用軟件的迅猛發(fā)展為這些計(jì)算問題的解決創(chuàng)造了良好的條件，而培養(yǎng)一大批以數(shù)學(xué)和計(jì)算機(jī)為主要工具，研究各類問題在計(jì)算機(jī)上求解的數(shù)學(xué)方法及計(jì)算機(jī)應(yīng)用軟件的專業(yè)人才也越來越迫切。
1998年前后，教育部著手對大學(xué)數(shù)學(xué)專業(yè)進(jìn)行調(diào)整，將計(jì)算數(shù)學(xué)及其應(yīng)用軟件、信息科學(xué)、運(yùn)籌與控制專業(yè)合并，成立了“信息與計(jì)算科學(xué)專業(yè)，該專業(yè)成立之初，在培養(yǎng)目標(biāo)、指導(dǎo)思想、課程設(shè)置、教學(xué)規(guī)范等方面存在不少爭議，教材建設(shè)也眾說紛紜，科學(xué)出版社的編輯曾多次找我，就該專業(yè)的教材建設(shè)問題與我有過多次的討論，2005年11月在大連理工大學(xué)召開的第九屆全國高校計(jì)算數(shù)學(xué)年會(huì)上，還專門討論了教材編寫工作，并成立了編委會(huì)，在會(huì)上，編委會(huì)就教材編寫的定位和特色等問題進(jìn)行了討論并達(dá)成了共識，按照教育部數(shù)學(xué)與統(tǒng)計(jì)學(xué)教學(xué)指導(dǎo)委員會(huì)起草的“信息與計(jì)算科學(xué)專業(yè)教學(xué)規(guī)范”的要求，決定邀請部分高校教學(xué)經(jīng)驗(yàn)豐富的教師編寫一套教材，定名為“科學(xué)計(jì)算及其軟件教學(xué)叢書”，該叢書涵蓋信息與計(jì)算科學(xué)專業(yè)的大部分核心課程，偏重計(jì)算數(shù)學(xué)及應(yīng)用軟件，叢書主要面向研究與教學(xué)型、教學(xué)型大學(xué)信息與計(jì)算科學(xué)專業(yè)的本科生和研究生，為此，科學(xué)出版社曾調(diào)研了國內(nèi)不同層次的上百所學(xué)校，聽取了廣大教師的意見和建議，這套叢書將于今年秋季問世，第一批包括《小波分析》、《數(shù)值逼近》等十余本教材，選材上強(qiáng)調(diào)科學(xué)性、系統(tǒng)性，內(nèi)容力求深入淺出，簡明扼要。
叢書的編委和各位作者為叢書的出版做了大量的工作，在此表示衷心的感謝，我們誠摯地希望這套叢書能為信息與計(jì)算科學(xué)專業(yè)教學(xué)的發(fā)展起到積極的推動(dòng)作用，也相信叢書在各方面的支持與幫助下會(huì)越出越好。
前言
第一部分 演化計(jì)算
第1章 演化計(jì)算導(dǎo)引
1．1 演化計(jì)算
1．2 演化算法的基本結(jié)構(gòu)
1．3 演化算法的設(shè)計(jì)
1．4 演化算法的特點(diǎn)
1．5 演化算法的性能評估
第2章 遺傳算法
2．1 遺傳算法的基本結(jié)構(gòu)
2．2 一個(gè)例子
2．3 遺傳算法的實(shí)現(xiàn)技術(shù)
2．4 遺傳算法的理論基礎(chǔ)
習(xí)題
第3章 遺傳算法在優(yōu)化中的應(yīng)用
3．1 無約束優(yōu)化
3．2 約束優(yōu)化
3．3 組合優(yōu)化
習(xí)題
第4章 遺傳程序設(shè)計(jì)
4．1 遺傳程序設(shè)計(jì)框架
4．2 程序的表示
4．3 程序歸納
4．4 遺傳程序設(shè)計(jì)的實(shí)現(xiàn)技術(shù)
4．5 應(yīng)用實(shí)例
習(xí)題
第5章 演化策略
5．1 演化策略的基本結(jié)構(gòu)
5．2 演化策略的實(shí)現(xiàn)技術(shù)
5．3 應(yīng)用實(shí)例
習(xí)題
第6章 演化規(guī)劃
6．1 演化規(guī)劃的基本結(jié)構(gòu)
6．2 演化規(guī)劃的實(shí)現(xiàn)技術(shù)
6．3 應(yīng)用實(shí)例
習(xí)題
第二部分 群體智能算法
第7章 粒子群優(yōu)化
7．1 PSO算法的基本結(jié)構(gòu)
7．2 PSO算法的實(shí)現(xiàn)
7．3 應(yīng)用實(shí)例
習(xí)題
第8章 蟻群優(yōu)化
8．1 ACO算法的原理
8．2 ACO算法
8．3 應(yīng)用實(shí)例
習(xí)題
第三部分 人工神經(jīng)網(wǎng)絡(luò)
第9章 人工神經(jīng)網(wǎng)絡(luò)的基本概念
9．1 人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)
9．2 人工神經(jīng)網(wǎng)絡(luò)的基本原理
9．3 人工神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)模式
9．4 人工神經(jīng)網(wǎng)絡(luò)互聯(lián)結(jié)構(gòu)
9．5 神經(jīng)網(wǎng)絡(luò)模型分類
9．6 人工智能與人工神經(jīng)網(wǎng)絡(luò)
9．7 人工神經(jīng)網(wǎng)絡(luò)的應(yīng)用領(lǐng)域
習(xí)題
第10章 人工神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法
10．1 幾種基本的學(xué)習(xí)算法介紹
10．2 幾種典型神經(jīng)網(wǎng)絡(luò)簡介
習(xí)題
第四部分 Fuzzy計(jì)算
第11章 Fuzzy計(jì)算的基本理論
11．1 Fuzzy集合
11．2 隸屬函數(shù)
11．3 Fuzzy集合的特征
11．4 Fuzzy集合的運(yùn)算
11．5 Fuzzy關(guān)系
習(xí)題
第12章 Fuzzy計(jì)算的應(yīng)用
12．1 Fuzzy推理系統(tǒng)
12．2 Fuzzy控制器設(shè)計(jì)
12．3 Fuzzy聚類
習(xí)題
參考文獻(xiàn)
為了判斷演化算法的優(yōu)劣，需要對算法的性能進(jìn)行評估,演化算法的性能評估通常采用與其他演化算法或傳統(tǒng)算法進(jìn)行實(shí)驗(yàn)比較的方式,在進(jìn)行實(shí)驗(yàn)比較之前，總是選定某種算法性能度量標(biāo)準(zhǔn)，而度量標(biāo)準(zhǔn)的選擇依賴于設(shè)計(jì)演化算法的目的
1.5.1 設(shè)計(jì)演化算法的目的。
設(shè)計(jì)一個(gè)演化算法的目的可以是為了求解一個(gè)應(yīng)用問題，也可以是為了進(jìn)行學(xué)術(shù)研究,不同的目的導(dǎo)致了不同的算法設(shè)計(jì)方式。
應(yīng)用問題可以劃分為如下兩類：
（1）設(shè)計(jì)型問題；
（2）重復(fù)型問題,
對于設(shè)計(jì)型問題來說，求解問題的時(shí)間可以延續(xù)數(shù)月，甚至數(shù)年,所以，衡量求解設(shè)計(jì)型問題的演化算法好壞的一個(gè)重要標(biāo)準(zhǔn)是算法求解的質(zhì)量，而不是算法求解的速度,可以多次重復(fù)地運(yùn)行一個(gè)算法，然后選擇算法所得到的最好解,設(shè)計(jì)型問題的一個(gè)例子是交通網(wǎng)絡(luò)的優(yōu)化。
與設(shè)計(jì)型問題不同，重復(fù)型問題要求算法能夠在較短的時(shí)間內(nèi)求出一個(gè)較好的解,例如，一個(gè)運(yùn)輸公司每天清晨需要給出該公司當(dāng)天的運(yùn)輸計(jì)劃,運(yùn)輸計(jì)劃包括每位司機(jī)的收貨、送貨清單和運(yùn)輸路線,若考慮優(yōu)化準(zhǔn)則和約束條件，運(yùn)輸計(jì)劃安排問題可能是非常復(fù)雜的,根據(jù)任務(wù)的類型和要求，運(yùn)輸計(jì)劃需要在幾個(gè)星期或幾天，甚至幾個(gè)小時(shí)之前準(zhǔn)備妥當(dāng),在任何情形下，公司在每天清晨都必須將運(yùn)輸計(jì)劃分發(fā)到每一位司機(jī)的手中,所以，一個(gè)求解該問題的演化算法應(yīng)該能夠重復(fù)地對不同的問題實(shí)例（即每天不同的數(shù)據(jù)和要求）快速地求出一個(gè)較好的解,重復(fù)型問題對求解問題的演化算法的速度要求高于對解的質(zhì)量要求,解必須是好的。
新書資訊