本書在模糊集合理論與人工神經網絡和進化計算以及群體智能相融合的基礎上, 圍繞智能系統(tǒng)的精確性與解釋性的折中, 對基于數據驅動的智能系統(tǒng)建模方法和應用開展研究。論文的主要研究內容包括: (1) 模糊系統(tǒng)的基本理論、遺傳算法、群智能優(yōu)化以及多目標進化算法的相關內容。(2) 模糊系統(tǒng)的解釋性評價標準研究。(3) 基于遺傳算法的模糊系統(tǒng)建模方法研究 (4) 基于遞階遺傳算法的模糊系統(tǒng)建模方法研究。(5) 基于群智能算法的模糊系統(tǒng)建模方法研究。(6) 基于多目標算法的模糊系統(tǒng)建模方法研究。(7) 基于決策樹的模糊分類系統(tǒng)設計及應用。(8) RBF神經網絡優(yōu)化設計及應用。(9) 集成學習及應用。