绪论
0．1 什么是计算智能
0．2 计算智能与智能计算
0．3 人工神经网络
0．4 模糊系统
O．5 进化计算
0．6 人工神经网络、模糊系统和进化计算的相互融合
第一章 前传网络
1．1 线性感知器
1．2 BP网络
1．3 BP网络的应用
习题1
第二章 Hopfield联想记忆神经网络
2．1 简单线性联想网络（LAM）
2．2 Hopfield联想记忆模型、
2．3 利用外积和的双极性Hopfield网络
2．4 Hopfield网络的存储容量
2．5 Hopfield网络的收敛性
2．6 二次优化问题的Hopfield网络解法
2．7 双向联想记忆（BAM）网络
习题2
第三章 径向基函数网络
3．1 径向基函数
3．2 径向基函数参数的选取
3．3 Gauss条函数
习题3
第四章 自组织竞争网络
4．1 SOFM网络
4．2 SOFM网络的应用
4．3 ART神经网络
习题4
第五章 模糊集合与模糊逻辑
5．1 模糊集合与隶属度函数
5．2 模糊逻辑与模糊推理
习题5
第六章 模糊神经网络
6．1 神经网络与模糊系统的结合
6．2 模糊神经元
6．3 模糊前馈网络
6．4 模糊联想记忆网络
6．5 模糊加权推理网络
习题6
第七章 模糊聚类
7．1 引言
7．2 模糊C一均值聚类法
7．3 传递闭包法
7．4 最大树法
习题7
第八章 模糊控制理论与应用
8．1 模糊控制原理
8．2 蒸汽发动机模糊控制系统
8．3 还原炉温度的模糊控制系统
习题8
第九章 遗传算法基础
9．1 遗传算法概述
9．2 遗传算法的实现技术
9．3 模式定理与积木块假设
9．4 遗传算法收敛性分析
习题9
第十章 遗传算法的改进与应用
10．1 遗传算法的改进
10．2 用于求解函数优化的遗传算法
10．3 遗传算法求解旅行商问题
习题10
第十一章 其它进化算法与群智能优化算法
11．1 遗传规划
11．2 进化策略
11．3 进化规划
11．4 遗传算法与进化策略和进化规划的比较
11．5 蚁群优化算法
11．6 粒子群优化算法
习题11
参考文献
缺书网
扫码进群