本书在《信息科学中的软计算方法》一书的框架基础上作了一些改变。

本书仍然分为模糊数学、神经网络、遗传算法、分形几何、混沌理论五章，但是对每章的内容作了较大的删减，重点保留了应用领域较宽、方法比较成熟、数学基础相对较弱的实用技术部分；书中每章中都补充了较多的应用实例，这些实例均取自国内外学者公开发表的应用性论文。

本书主要介绍工程应用中常用的软计算方法，包括模糊数学、人工神经网络、遗传算法、分形几何与混沌理论。书中特别注意这些方法的实际应用，并列举了大量工程应用的实例。本书适用于高等院校非数学专业的本科生及专科生作为学习软计算方法的选修课教材，同时也可作为数学基础相对较弱的工程技术人员学习了解软计算方法的入门教材。

第一章 模糊数学

 第一节 模糊集合与运算

 第二节 模糊模式识别

 第三节 模糊关系

 第四节 模糊综合评价

 第五节 模糊聚类分析

 第六节 模糊推理

第二章 神经网络

 第一节 神经元与神经网络基本特征

 第二节 神经元模型与神经网络结构

 第三节 感知机与BP学习算法

 第四节 神经网络的Matlab实现

 第五节 神经网络应用实例

第三章 遗传算法

 第一节 遗传算法的生物学背景

 第二节 遗传算法

 第三节 遗传算法工具箱函数

 第四节 遗传算法应用实例

第四章 分形几何

 第一节 分形几何学产生的背景

 第二节 分形的特征及定义

 第三节 分形维数

 第四节 分形的应用综述

第五章 混沌理论

 第一节 混沌模型

 第二节 混沌的定义

 第三节 混沌的特征

 第四节 混沌理论的应用

参考文献