神经计算智能基础：原理·方法

　　本书面向21世纪智能科学发展的需要，首次在神经计算智能的领域内，仿效人类大脑高级智能活动的特征，将人工神经网络、模糊逻辑技术和进化计算等多种智能信息处理方法有机地综合在一起．为今后研究开发具有高度智能的神经计算机奠定基础。全书共分八章，内容包括：智能科学发展概论;智能的生物特征与本质；人工神经网络；模糊逻辑基础；联想记忆与编码；进化计算；混沌与分形；模糊神经计算智能系统。本书适合于从事计算机科学、人工智能、自动控制、信息工程、认知科学、应用数学和神经生物学等专业领域研究的广大科技人员阅读，也可作为高等学校相关专业的研究生、高年级大学生以及对探索智能奥秘感兴趣的读者参考使用。

　　靳蕃，湖南长沙市人，西南交通大学教授、博士生导师、神经网络与信息技术研究所所长。1980年至1982年以访问学者身份工作于德国Braunschweig技术大学信息系统研究所。回国后致力于计算机信息编码和人工神经网络的科研教学工作。先后多次去英、美、日等国家和香港地区讲学及学术访问，写成专著5部，发表学术论文200余篇，获国家级有突出贡献专家、全国优秀教育工作者和全国五一劳动奖章等多种奖励。

第一章 智能科学发展概述
1.1 智能的探索
1.2 智能的涵义
1.3 电脑的发展历程
1.4 传统AI的成就与局了性
1.5 人工神经网络的发展历程与反思
1.6 智能科学的相关技术
1.7 智能科学中的若干哲学问题
1.8 智能科学发展展望
第二章 智能的生物特征与本质
2.1 脑的哲学思考
2.2 脑的结构与功能
2.3 视觉系统的剖析
2.4 记忆与遗忘
2.5 意识与思维
2.6 生物智能系统的启示
第三章 代神经网络
3.1 人工神经元
3.2 感知机
3.3 神经网络学习机制
3.4 前馈型BP网络
3.5 反馈型Hopfield网络
3.6 Kohonen自组织网络
3.7 几类特殊的神经网络
第四章 模糊逻辑基础
4.1 智能的模糊特征
4.2 模糊集合的基本概念
4.3 隶属函数
4.4 模糊区间与模糊中心
4.5 订合与经典集合的联系
4.6 模糊矩阵与模糊关系
4.7 模糊控制
第五章 联想记忆与编码
5.1 联想与智能
5.2 联想网络
5.3 联想学习
5.4 模糊联想记忆
5.5 稳定吸引子与编码
第六章 进化计算
6.1 生物进化的启示
6.2 进化计算的种类
6.3 遗传算法的原理方法
6.4 遗传算法求解TSP
6.5 遗传算法的其他应用
6.6 进化计算的评价
第七章 混沌与分形
7.1 混沌现象与混沌学
7.2 混沌神经元模型
7.3 生命的节律
7.4 分形
7.5 混沌与分形的应用
第八章 模糊神经计算智能系统
8.1 神经网络和模糊技术的融合
8.2 模糊神经网络
8.3 模糊神经计算智能系统组成
8.4 特征的选择提取与排序
8.5 学习样本
8.6 FNN的体系结构
8.7 计算智能的满意输出原理和方法
8.8 计算智能在未来世纪中的发展
参考文献 【媒体评论】