大部分神經(jīng)網(wǎng)絡的穩(wěn)態(tài)解問題與差分方程的周期及邊值問題有著密切的內(nèi)在聯(lián)系，抽象出諸問題的共性，將它們放在一起進行研究，可獲事半功倍的效果。通常研究差分方程周期及邊值問題的方法，可以用來討論神經(jīng)網(wǎng)絡的穩(wěn)態(tài)解問題。本書的主要內(nèi)容包括某些可精確求穩(wěn)態(tài)解的神經(jīng)網(wǎng)絡，神經(jīng)網(wǎng)絡穩(wěn)態(tài)解的分岔問題，用迭合度理論、不動點理論和臨界點理論等

智能信息處理在復雜系統(tǒng)建模、系統(tǒng)分析、系統(tǒng)決策、系統(tǒng)控制、系統(tǒng)優(yōu)化和系統(tǒng)設計等領域具有廣闊的應用前景�！吨悄苄畔⑻幚恚ǖ�2版）》介紹模糊信息處理、神經(jīng)網(wǎng)絡信息處理、云信息處理、可拓信息處理、粗集信息處理、遺傳算法、蟻群算法、免疫算法、信息融合、量子智能信息處理、粒子群優(yōu)化算法和DNA算法�！吨悄苄畔⑻幚恚ǖ�2版）》除供

《智能科學技術應用叢書：群體智能預測與優(yōu)化》闡述和分析生物群體、人類社會在形成、發(fā)展過程中，所呈現(xiàn)的協(xié)調(diào)配合、相互學習、協(xié)同決策、分工協(xié)作等現(xiàn)象，分析了“人工群體智能”的研究視角，凝煉了“人工群體智能”的關鍵要素，構建了學習意義下的“廣義群體智能”

自然計算作為21世紀計算領域最熱門的研究方向，先后從不同的研究視角出發(fā)，通過模擬不同自然現(xiàn)象，提出了許多算法，并且大多有了不同程度的應用�！蹲匀挥嬎恪肥侵�者在太原科技大學復雜系統(tǒng)與計算智能實驗室十幾年來在自然計算方面的主要研究工作的總結。主要內(nèi)容包括自然計算的概念、分類及研究范疇；遺傳算法的理論及其應用；分布估計算法、

人工智能經(jīng)過50多年的研究開發(fā)，已經(jīng)從傳統(tǒng)的、學派分立、層次分離的“狹義人工智能”，發(fā)展成為現(xiàn)代的、多學派兼容、多層次結合、多智體協(xié)同的“廣義人工智能”�，F(xiàn)代“廣義人工智能”學科體系包括：“機器智能、智能機器”2個方面，&l

云模型是研究定性概念與定量數(shù)值之間相互轉(zhuǎn)換的不確定性認知模型。粒計算是當前計算智能研究領域中模擬人類思維和解決復雜問題的新方法。它覆蓋了所有有關粒度的理論、方法和技術，是研究復雜問題求解、海量數(shù)據(jù)挖掘和模糊信息處理等問題的有力工具�！读Ｓ嬎阊芯繀矔�：云模型與粒計算》介紹云模型與粒計算交叉研究的最新進展，由國內(nèi)外相關領域

多感知系統(tǒng)與智能仿真是非常前沿的研究領域，既富有吸引力，又頗有挑戰(zhàn)性�！抖喔兄�系統(tǒng)與智能仿真》以人工魚和無人作戰(zhàn)飛機為研究對象，論述了虛擬環(huán)境下的多感知系統(tǒng)，及其智能仿真、建模、算法設計與軟件實現(xiàn)方法和技術。《多感知系統(tǒng)與智能仿真》適合作為高等院校本科生及研究生相應課程的教材及參考書，對于關注和喜愛智能科學的科技人員，

智能科學技術具有多學科大跨度交叉的特點，分支眾多，涉及的詞匯量很大。經(jīng)過多年收集和篩選，整理了萬余項詞條人選本詞典。詞匯來源涉及：機器人學、人工智能、神經(jīng)網(wǎng)絡、模式識別、圖像處理、機器視覺、知識工程和知識管理、多agent系統(tǒng)、腦科學與生物神經(jīng)學、自然語言處理、語音識別、心理學、智能交通、機器學習、遺傳算法、模糊集合、

《普通高等教育“十二五”規(guī)劃教材：人工智能技術及應用》通過精心組織和安排，共六章內(nèi)容：第1章為緒論，第2章為模糊邏輯和專家系統(tǒng)，第3章為人工神經(jīng)網(wǎng)絡，第4章為遺傳算法，第5章為人工免疫系統(tǒng)，第6章為人工智能的研究現(xiàn)狀和發(fā)展趨勢。每章前面都有知識結構，目標要求，并依據(jù)教學特點精心編排，方便讀者根據(jù)自己的需要進行選擇；每章

本書介紹了人工智能研究的現(xiàn)狀及其基礎哲學問題、智能及其心智“模型”、人工智能與自然智能研究的民間心理學情結、自然智能的歷時性探悉、自然智能的共時態(tài)之辯、人工智能研究的出路等內(nèi)容。