本教材着重介绍计算智能中的人工神经网络、模糊逻辑技术和进化计算，经典人工智能中的搜索技术以及数据挖掘中的Apriori算法、粗糙集理论、聚类分析方法，目的是为工科学生奠定一些智能技术方面的基础知识，使他们在管理、开发和利用信息资源方面有一个较宽广的眼界。

本书对重要内容强化实用性介绍，便于学生接受、理解、掌握和巩固所学的基本理论和方法，促使学生学以致用，理论密切联系实际。

本书着重介绍了计算智能中的人工神经网络、模糊逻辑技术和进化计算，经典人工智能中搜索技术以及数据挖掘中的Apriori算法、粗糙集理论、聚类分析方法。本书强调先进性、实用性和可读性，可作为电气工程、控制科学与工程、仪器科学与技术、机械工程等非计算科学与技术专业类的本科生和研究生学习人工智能的教材，也可供从事科学研究、开发和应用的科研人员参考。

第1章 人工智能概述

　1.1 信息与信息技术

　1.2 智能与智能技术

　1.3 人工智能的研究内容与应用领域

第2章 搜索技术

　2.1 状态空间搜索法

　2.2　盲目搜索方法

　2.3 启发式搜索

　2.4 博弈搜索

第3章 人工神经网络

　3.1 人工神经网络的基本概念

　3.2 前馈型神经网络

　3.3 反馈型神经网络

　3.4 白组织神经网络

第4章 遗传算法

　4.1 遗传算法的基本思想

　4.2 编码方法

　4.3　适应度函数

　4.4 遗传操作

　4.5 运行参数选择及自适应

　4.6 基因模式定理

　4.7 遗传算法的应用

　4.8 进化策略与进化规划

第5章　模糊计算

　5.1 模糊集合及其运算规则

　5.2　模糊关系

　5.3 模糊推理

　5.4 模糊控制器的基本概念

　5.5 模糊控制器的控制规则

第6章 数据挖掘

　6.1 数据挖掘的基本概念

　6.2　数据挖掘前的预处理

　6.3 基于关联规则的数据挖掘

　6.4 基于粗糙集理论的数据挖掘

　6.5　基于聚类分析的数据挖掘

附录A　程序清单

附录B　运行结果

参考文献