《智能信息处理导论(计算机科学与技术21世纪高等学校规划教材)》介绍了这些理论、方法和工具，从智能信息处理产生的背景和发展历史、基本理论和方法、应用以及研究现状和发展趋势等方面，介绍了模糊理论及其应用、神经网络信息处理及其应用、云信息处理及其应用、可拓信息处理及其应用、粗集信息处理及其应用，遗传算法、免疫算法、蚁群算法优化处理、量子智能信息处理、多元信息融合和信息融合技术及其应用。

本书由孙红任主编，负责全书的审核修改和总纂，徐立萍、胡春燕任副主编，其中的第1-4章、第8-10章由孙红负责、第5、第6章由徐立萍负责、第7章由胡春燕负责。

《智能信息处理导论(计算机科学与技术21世纪高等学校规划教材)》可作为智能科学与技术、电子科学与技术、信息与通信工程、计算机科学与技术、电气工程、控制科学与技术等专业高年级本科生的教材和相关专业研究生、博士生“智能信息处理与优化”等课程的教材，《智能信息处理导论(计算机科学与技术21世纪高等学校规划教材)》同时可以供智能信息处理与智能控制技术研究人员参考。

本书由孙红任主编，负责全书的审核修改和总纂，徐立萍、胡春燕任副主编。

第1章 模糊信息处理

1.1 模糊信息概述

1.1.1 模糊信息相关知识

1.1.2 模糊研究内容与应用

1.1.3 诊断模糊模型

1.2 多目标模糊优化方法

1.2.1 常规多目标优化设计的模糊解法

1.2.2 模糊多目标优化设计

1.2.3 普遍型多目标模糊优化设计方法

1.3 数据处理的模糊熵方法

1.3.1 模糊熵的公理体系与定义

1.3.2 模糊熵的图像处理

1.4 自适应模糊聚类分析

1.4.1 相关的模糊聚类算法

1.4.2 自适应模糊聚类算法

1.4.3 算法收敛性分析

1.5 模糊关联分析

1.5.1 模糊关联分析法

1.5.2 评价原理和方法

1.5.3 实证研究

1.6 模糊信息优化方法

1.6.1 模糊信息优化处理的基本理论

1.6.2 模糊信息优化实例分析

1.7 模糊多属性决策的模糊贴近度方法

1.7.1 模糊多属性决策

1.7.2 模糊多属性决策模型

1.7.3 模糊多属性决策的模糊贴近度解法

1.7.4 算例分析

1.8 信息不完全确知的模糊决策集成模型

1.8.1 信息不完全确知的多目标决策

1.8.2 决策信息不完全确知的模糊决策集成模型

1.8.3 决策信息不完全确知的模糊决策集成模型分析

1.8.4 实例分析

1.9 模糊Petri网

1.9.1 Petri网概述

1.9.2 模糊Petri网的基本理论

1.9.3 基于模糊Petri网的推理算法及应用

习题

第2章 神经网络信息处理

第3章 云信息处理

第4章 可拓信息处理

第5章 粗集信息处理

第6章 遗传算法

第7章 免疫算法

第8章 蚁群算法

第9章 量子智能信息处理

第10章 信息融合

参考文献