《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；每章后面都有小结，并给出了习题，帮助读者巩固本章所学知识。《普通高等教育“十二五”规划教材：人工智能技术及应用》作为高等学校IT类专业的教材，内容丰富，通俗易懂，便于自学。

　　本书介绍广泛应用的人工智能技术——模式识别及其应用的最新进展，收集了世界一流的模式识别、人

人工智能是研究解释和模拟人类智能、智能行为及其规律的一门学科。本书共16章：第1～6章讨论人工智能的认知问题和自动推理，论述逻辑基础、约束推理、定性推理、基于案例的推理、概率推理；第7～14章重点讨论机器学习和知识发现，包括归纳学习、支持向量机、解释学习、强化学习、无监督学习、关联规则、进化计算、知识发现；第15章阐述主体计算；第16章讨论互联网智能。与本书第二版相比，增加了两章新内容，其他章节也作了较大的修改和补充。本书可作为高等院校信息领域相关专业的高年级本科生和研究生的教材，也可供相关科技

　　《人工智能技术简明教程》简明扼要地介绍了人工智能技术的基本原理、方法及其应用。全书共10章，主要内容包括：人工智能的基本概念、研究途径、分支领域和发展概况等；常用的人工智能程序设计语言Prolog；基于图搜索的问题求解技术；基于遗传算法的随机优化搜索；常用的知识表示及其推理技术；机器学习与知识发现的基本原理和方法；专家系统的基本原理与建造方法；Agent系统的基本原理与设计；智能机器人的基本原理；智能化网络的基本原理与技术。
　　《人工智能技术简明教程》取材新颖，内容简明，注重基础

     神经网络是计算智能和机器学习的重要分支，在诸多领域都取得了很大的成功。在众多神经网络著作中，影响最为广泛的是Simon Haykin的《神经网络原理》（第3版更名为《神经网络与机器学习》）。在本书中，作者结合近年来神经网络和机器学习的最新进展，从理论和实际应用出发，全面、系统地介绍了神经网络的基本模型、方法和技术，并将神经网络和机器学习有机地结合在一起。
    本书不但注重对数学

　　《人工智能技术》系统介绍了人工智能技术的基本理论和应用技术。全书共9章，主要内容包括：知识表示技术，知识推理技术，模糊逻辑技术，神经网络技术，遗传算法，专家系统，机器学习，群集智能。本书是作者在总结近年来教学和科研成果，学习国内外人工智能技术领域最新技术的基础上编写而成的。全书内容体系新颖，选材具有先进性、系统性和实用性的特点。
　　《人工智能技术》可作为高等学校计算机科学与技术专业、电子信息工程专业、电工及自动化类专业、机电一体化专业的高年级本科生和研究生的教材

　　本书对计算智能领域的主要算法进行介绍，重点讨论各种算法的思想来源、流程结构、发展改进、参数设置和相关应用，内容包括绪论以及神经网络、模糊逻辑、遗传算法、蚁群优化算法、粒子群优化算法、免疫算法、分布估计算法、Memetic算法、模拟退火算法和禁忌搜索算法等计算智能领域的典型算法。本书通俗易懂，图文并茂，深入浅出，没有其他算法书中大量公式、定理、证明等难懂的内容，而是通过大量的图表示例对各个算法进行说明和介绍。本书不但提供了算法实现的流程图和伪代码，而且通过具体的应用举例对算法的使用方法和使用过

　　以问题求解、知识表示、KB（基于知识的）系统、自动规划、机器学习等关于人工智能的基础级技术为主要内容，但仅依赖这些基础级技术，并不足以支持高性能应用的开发和运行。为此，《人工智能高级技术导论》从推动高性能智能软件的研究和应用角度，对人工智能的高级技术作全面的导论性介绍，包括20世纪80年代开发的KB系统高级技术、非单调推理和软计算、基于范例的推理、关于时间和空间的推理，90年代兴起的Agent技术和多Agent协同工作，进入21世纪后机器学习研究与应用的新进展，以及新一代网络计算的技术基础及

　　《人工智能教程学习指导与习题解析》是普通高等教育“十一五”国家级规划教材《人工智能教程》的配套参考书，《人工智能教程学习指导与习题解析》对《人工智能教程》各章中的学习要点和基本知识点进行了总结，并通过例题解析，讲解人工智能习题的求解步骤和方法。对教材中的大多数习题都给出参考解答。全书共分10章，和《人工智能教程》的内容相对应。
　　 　　《人工智能教程学习指导与习题解析》可作为高等学校计算机科学与技术专业及其相关专业本科生或硕士研究生学习\"人工智能原理\"课程

    本书中，作者描述了有关自然和人工系统中的适应问题背后隐藏的规律性及其理论。从生物系统到经济系统，本书建立起统一的适应性系统的理论框架，展示了如何让计算机程序自发进化的遗传算法，进一步又用严格的数学定理揭示了算法背后的理论本质。