本書對增強(qiáng)學(xué)習(xí)與近似動態(tài)規(guī)劃的理論、算法及應(yīng)用進(jìn)行了深入研究和論述。主要內(nèi)容包括：求解Markov鏈學(xué)習(xí)預(yù)測問題的時域差值學(xué)習(xí)算法和理論，求解連續(xù)空間Markov決策問題的梯度增強(qiáng)學(xué)習(xí)算法以及進(jìn)化一梯度混合增強(qiáng)學(xué)習(xí)算法，基于核的近似動態(tài)規(guī)劃算法，增強(qiáng)學(xué)習(xí)在移動機(jī)器人導(dǎo)航與控制中的應(yīng)用等。本書是作者在多個國家自然科學(xué)基金

本書主要內(nèi)容包括：遺傳算法的基本原理和數(shù)學(xué)機(jī)理、解決連續(xù)問題優(yōu)化的遺傳算法和分布式遺傳算法、遺傳算法的實用技術(shù)等。

《神經(jīng)網(wǎng)絡(luò)設(shè)計方法與實例分析》從神經(jīng)網(wǎng)絡(luò)設(shè)計和應(yīng)用實踐出發(fā)，介紹了10種常見的人工神經(jīng)網(wǎng)絡(luò)的基本原理、設(shè)計方法，并從各個應(yīng)用領(lǐng)域精選了豐富的典型應(yīng)用實例進(jìn)行剖析，旨在使讀者對各類常用的人工神經(jīng)網(wǎng)絡(luò)的基本原理和學(xué)習(xí)算法進(jìn)一步加深理解，熟悉其主要功能，掌握其設(shè)計方法，了解其主要應(yīng)用，為設(shè)計各類神經(jīng)網(wǎng)絡(luò)和解決實際問題打下基礎(chǔ)

本書對計算智能領(lǐng)域的主要算法進(jìn)行介紹，重點討論各種算法的思想來源、流程結(jié)構(gòu)、發(fā)展改進(jìn)、參數(shù)設(shè)置和相關(guān)應(yīng)用，內(nèi)容包括緒論以及神經(jīng)網(wǎng)絡(luò)、模糊邏輯、遺傳算法、蟻群優(yōu)化算法、粒子群優(yōu)化算法、免疫算法、分布估計算法、Memetic算法、模擬退火算法和禁忌搜索算法等計算智能領(lǐng)域的典型算法。本書通俗易懂，圖文并茂，深入淺出，沒有其他

本書的主題是在知識發(fā)現(xiàn)（數(shù)據(jù)挖掘）領(lǐng)域“面臨巨大的機(jī)遇與挑戰(zhàn)”、“基礎(chǔ)理論匱乏”的背景下，作為歷史與邏輯發(fā)展的必然在國內(nèi)外首次構(gòu)造并逐步拓展與完善的“基于內(nèi)在認(rèn)識機(jī)理的知識發(fā)現(xiàn)理論”。

闡述計算智能的理論和相關(guān)的應(yīng)用。重點介紹了如下三個方面的內(nèi)容：計算智能的前沿技術(shù)，可以用計算智能的方法來解決的前沿問題，計算智能的最新技術(shù)在相關(guān)領(lǐng)域的應(yīng)用。《計算智能及其應(yīng)用》可作為信息科學(xué)技術(shù)領(lǐng)域高年級本科生和研究生的針對計算智能的入門教材，也可以供從事科研和技術(shù)開發(fā)的人員參考。IEEE計算智能協(xié)會是該領(lǐng)域重要學(xué)術(shù)組

以問題求解、知識表示、KB（基于知識的）系統(tǒng)、自動規(guī)劃、機(jī)器學(xué)習(xí)等關(guān)于人工智能的基礎(chǔ)級技術(shù)為主要內(nèi)容，但僅依賴這些基礎(chǔ)級技術(shù)，并不足以支持高性能應(yīng)用的開發(fā)和運(yùn)行。為此，《人工智能高級技術(shù)導(dǎo)論》從推動高性能智能軟件的研究和應(yīng)用角度，對人工智能的高級技術(shù)作全面的導(dǎo)論性介紹，包括20世紀(jì)80年代開發(fā)的KB系統(tǒng)高級技術(shù)、非單調(diào)

本書分別從網(wǎng)絡(luò)構(gòu)造、基本原理、學(xué)習(xí)規(guī)則以及訓(xùn)練過程和應(yīng)用局限性幾個方面，通過多層次、多方面的分析與綜合，介紹了人工神經(jīng)網(wǎng)絡(luò)中的各種典型網(wǎng)絡(luò)，以及各種不同神經(jīng)網(wǎng)絡(luò)之間在原理和特性等方面的不同點與相同點。

《人工智能教程學(xué)習(xí)指導(dǎo)與習(xí)題解析》是普通高等教育“十一五”國家級規(guī)劃教材《人工智能教程》的配套參考書，《人工智能教程學(xué)習(xí)指導(dǎo)與習(xí)題解析》對《人工智能教程》各章中的學(xué)習(xí)要點和基本知識點進(jìn)行了總結(jié)，并通過例題解析，講解人工智能習(xí)題的求解步驟和方法。對教材中的大多數(shù)習(xí)題都給出參考解答。全書共分10章，

全書共分7篇。篇講述模擬人類自然推理的不確定性推理方法和非單調(diào)推理方法：包括專家系統(tǒng)MYCIN的不確定性推理方法、主觀Bayes方法、模糊推理、證據(jù)理論和非單調(diào)推理；第二篇講述機(jī)器學(xué)習(xí)的概念與方法：包括概念學(xué)習(xí)、決策樹學(xué)習(xí)和學(xué)習(xí)規(guī)則集合；第三篇講述計算智能：包括人工神經(jīng)網(wǎng)絡(luò)、遺傳算法和其它計算智能方法；第四篇講述如何在