黃競偉、朱福喜、康立山、石鐘慈編寫的《計算
智能》為“科學計算及其軟件教學叢書”之一，全書
共4個部分，分別介紹了計算智能的4個典型代表：演
化計算、群體智能算法、人工神經網絡和Fuzzy計算
，第1部分介紹了遺傳算法、遺傳程序設計、演化策
略和演化規劃4種主要的演化計算技術；第2部分介紹
了粒子群優化和蟻群優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網絡的基本概念和學
習算法；第4部分介紹了Fuzzy計算的基本理論及應用
。
本書可作為相關專業的高年級本科生或研究生教
材，也可供從事計算智能研究的相關教師和研究人員
參考。

前言
**部分 演化計算
第1章 演化計算導引
1．1 演化計算
1．2 演化算法的基本結構
1．3 演化算法的設計
1．4 演化算法的特點
1．5 演化算法的性能評估
第2章 遺傳算法
2．1 遺傳算法的基本結構
2．2 一個例子
2．3 遺傳算法的實現技術
2．4 遺傳算法的理論基礎
習題
第3章 遺傳算法在優化中的應用
3．1 無約束優化
3．2 約束優化
3．3 組合優化
習題
第4章 遺傳程序設計
4．1 遺傳程序設計框架
4．2 程序的表示
4．3 程序歸納
4．4 遺傳程序設計的實現技術
4．5 應用實例
習題
第5章 演化策略
5．1 演化策略的基本結構
5．2 演化策略的實現技術
5．3 應用實例
習題
第6章 演化規劃
6．1 演化規劃的基本結構
6．2 演化規劃的實現技術
6．3 應用實例
習題
第二部分 群體智能算法
第7章 粒子群優化
7．1 PSO算法的基本結構
7．2 PSO算法的實現
7．3 應用實例
習題
第8章 蟻群優化
8．1 ACO算法的原理
8．2 ACO算法
8．3 應用實例
習題
第三部分 人工神經網絡
第9章 人工神經網絡的基本概念
9．1 人工神經網絡的特點
9．2 人工神經網絡的基本原理
9．3 人工神經網絡的基本結構模式
9．4 人工神經網絡互聯結構
9．5 神經網絡模型分類
9．6 人工智能與人工神經網絡
9．7 人工神經網絡的應用領域
習題
**0章 人工神經網絡的學習算法
10．1 幾種基本的學習算法介紹
10．2 幾種典型神經網絡簡介
習題
第四部分 Fuzzy計算
**1章 Fuzzy計算的基本理論
11．1 Fuzzy集合
11．2 隸屬函數
11．3 Fuzzy集合的特征
11．4 Fuzzy集合的運算
11．5 Fuzzy關繫
習題
**2章 Fuzzy計算的應用
12．1 Fuzzy推理繫統
12．2 Fuzzy控制器設計
12．3 Fuzzy聚類
習題
參考文獻