本书对计算智能的诸多基础理论进行了详细介绍和释义，还介绍了神经网络、模糊系统、进化计算的应用范例以及实验结果，将理论与实践紧密联系。我们将本书分为四章。
*章为绪论，对人工智能的萌芽、诞生和发展以及现状和未来进行了简要介绍。第二章为进化计算，首先论述了遗传算法的特点、基本框架、优势以及五个关键问题。在此基础上，对进化计算的收敛性进行了分析，论述了几种典型的约束优化问题和组合优化问题。此外，本章还论述了两种群智能算法，蚁群算法和粒子群算法，以及免疫克隆算法。*后作为对本章知识的巩固练习，布置了相应的习题课。第三章为模糊逻辑，详细介绍了模糊理论基础。第四章为人工神经网络，论述了人工神经我那个落的特点、生物学基础以及人工神经网络的发展与应用。在此基础上，详细论述了神经网络的几种学习方法和典型例题分析。

西安电子科技大学教授、博士生导师。分别于2003年与2008年在西安电子科技大学获得学士与博士学位。于2013 年9 月到 2014 年 9月在英国伯明翰大学进行了为期 1 年的交流访问工作。长期从事计算智能、多目标优化、机器学习等领域的研究。发表论文 70 余篇，SCI论文 60 余篇，IEEE汇刊 9 篇 (包括中科院JCR分区一区期刊、进化计算领域的顶级刊物IEEE TEVC 和IEEE TCB)。研究成果受到国内外同行的广泛关注，基于Google Scholar的引用指数H-Index为20，所发表论文Google Scholar引用1226次，单篇引用104次。