智能计算方法目前已在逻辑推理、分类决策、全局优化等众多领域得到了广泛应用。本着讲清概念与原理、触及前沿发展、注重学以致用的原则，《智能计算方法及其应用》分模糊计算、神经计算、进化计算和群智能计算4个单元，系统地介绍了目前常用智能计算方法的概念、原理、模型及其典型应用实例。
　　《智能计算方法及其应用》可作为控制科学与工程、计算机科学、信息科学等专业的研究生及高年级本科生的教材，以及从事智能计算、智能决策等相关研究的高校教师、科研人员和工程技术人员的参考用书。

第0章 绪论
0．1 智能计算方法
0．2 智能计算方法产生与发展
0．2．1 模糊计算的产生与发展
0．2．2 神经计算的产生与发展
0．2．3 进化计算的产生与发展
0．2．4 群智能计算的产生与发展
0．3 智能计算方法分类
习题0

第1篇 模糊计算
第1章 模糊计算数学基础
1．1 模糊集合
1．1．1 模糊集合定义
1．1．2 模糊集合的表示方式
1．1．3 隶属函数
1．1．4 模糊集合的基本运算
1．1．5 模糊集合与经典集合的联系
1．2 模糊关系
1．2．1 模糊关系
1．2．2 模糊关系的合成
1．2．3 模糊变换
1．3 模糊逻辑
1．3．1 模糊逻辑运算
1．3．2 模糊逻辑算子
习题1
第2章 模糊推理与模糊系统
2．1 模糊语言
2．1．1 模糊语言
2．1．2 模糊语言算子
2．2 模糊规则
2．3 模糊推理
2．3．1 Mamdani模糊推理法
2．3．2 Larsen模糊推理法
2．3．3 Zadeh模糊推理法
2．3．4 Yakagi-Sugeno模糊推理法
2．4 模糊系统
2．4．1 模糊系统的组成结构
2．4．2 模糊系统的组成单元
2．5 模糊控制系统
2．5．1 模糊控制的基本原理
2．5．2 模糊控制器设计
2．5．3 模糊控制器设计实例
习题2
第3章 模糊聚类分析
3．1 模糊聚类分析的一般步骤
3．2 最佳分类阈值A的确定
3．3 模糊聚类分析方法的应用实例
习题3
第4章 模糊计算的发展与展望

第2篇 神经计算
第5章 人工神经网络基础
5．1 人工神经网络生物学基础
5．2 人工神经元基本结构与数学模型
5．2．1 人工神经元基本结构
5．2．2 人工神经元数学模型
5．3 人工神经网络基本结构、学习方式与基本特性
5．3．1 人工神经网络基本结构
5．3．2 人工神经网络基本学习方式
5．3．3 人工神经网络基本特性
5．4 人工神经网络设计
第3章 进化计算
……

第4篇 群智能计算
附录 群智能计算的发展与展望
参考文献