大部分神经网络的稳态解问题与差分方程的周期及边值问题有着密切的内在联系，抽象出诸问题的共性，将它们放在一起进行研究，可获事半功倍的效果。通常研究差分方程周期及边值问题的方法，可以用来讨论神经网络的稳态解问题。本书的主要内容包括某些可精确求稳态解的神经网络，神经网络稳态解的分岔问题，用迭合度理论、不动点理论和临界点理论等

智能信息处理在复杂系统建模、系统分析、系统决策、系统控制、系统优化和系统设计等领域具有广阔的应用前景。《智能信息处理（第2版）》介绍模糊信息处理、神经网络信息处理、云信息处理、可拓信息处理、粗集信息处理、遗传算法、蚁群算法、免疫算法、信息融合、量子智能信息处理、粒子群优化算法和DNA算法。《智能信息处理（第2版）》除供

《智能科学技术应用丛书：群体智能预测与优化》阐述和分析生物群体、人类社会在形成、发展过程中，所呈现的协调配合、相互学习、协同决策、分工协作等现象，分析了“人工群体智能”的研究视角，凝炼了“人工群体智能”的关键要素，构建了学习意义下的“广义群体智能”

自然计算作为21世纪计算领域最热门的研究方向，先后从不同的研究视角出发，通过模拟不同自然现象，提出了许多算法，并且大多有了不同程度的应用。《自然计算》是著者在太原科技大学复杂系统与计算智能实验室十几年来在自然计算方面的主要研究工作的总结。主要内容包括自然计算的概念、分类及研究范畴；遗传算法的理论及其应用；分布估计算法、

人工智能经过50多年的研究开发，已经从传统的、学派分立、层次分离的“狭义人工智能”，发展成为现代的、多学派兼容、多层次结合、多智体协同的“广义人工智能”。现代“广义人工智能”学科体系包括：“机器智能、智能机器”2个方面，&l

云模型是研究定性概念与定量数值之间相互转换的不确定性认知模型。粒计算是当前计算智能研究领域中模拟人类思维和解决复杂问题的新方法。它覆盖了所有有关粒度的理论、方法和技术，是研究复杂问题求解、海量数据挖掘和模糊信息处理等问题的有力工具。《粒计算研究丛书：云模型与粒计算》介绍云模型与粒计算交叉研究的最新进展，由国内外相关领域

多感知系统与智能仿真是非常前沿的研究领域，既富有吸引力，又颇有挑战性。《多感知系统与智能仿真》以人工鱼和无人作战飞机为研究对象，论述了虚拟环境下的多感知系统，及其智能仿真、建模、算法设计与软件实现方法和技术。《多感知系统与智能仿真》适合作为高等院校本科生及研究生相应课程的教材及参考书，对于关注和喜爱智能科学的科技人员，

智能科学技术具有多学科大跨度交叉的特点，分支众多，涉及的词汇量很大。经过多年收集和筛选，整理了万余项词条人选本词典。词汇来源涉及：机器人学、人工智能、神经网络、模式识别、图像处理、机器视觉、知识工程和知识管理、多agent系统、脑科学与生物神经学、自然语言处理、语音识别、心理学、智能交通、机器学习、遗传算法、模糊集合、

《普通高等教育“十二五”规划教材：人工智能技术及应用》通过精心组织和安排，共六章内容：第1章为绪论，第2章为模糊逻辑和专家系统，第3章为人工神经网络，第4章为遗传算法，第5章为人工免疫系统，第6章为人工智能的研究现状和发展趋势。每章前面都有知识结构，目标要求，并依据教学特点精心编排，方便读者根据自己的需要进行选择；每章

本书介绍了人工智能研究的现状及其基础哲学问题、智能及其心智“模型”、人工智能与自然智能研究的民间心理学情结、自然智能的历时性探悉、自然智能的共时态之辩、人工智能研究的出路等内容。