本書針對專家知識與訓練數(shù)據并存的應用問題，對遺傳模糊系統(tǒng)進行了研究，旨在改進現(xiàn)有的模糊系統(tǒng)和遺傳模糊系統(tǒng)技術。本書主要內容：結合作戰(zhàn)任務規(guī)劃中關鍵點推理問題，提出了遺傳模糊系統(tǒng)的技術框架，在模糊系統(tǒng)構造、模糊系統(tǒng)結構和參數(shù)的進化學習以及多任務同步學習三個方面進行了深入研究，設計并驗證了問題解決方案；引入多示例學習建模作戰(zhàn)意圖識別問題，提出了面向作戰(zhàn)意圖識別的多示例學習算法模型；基于遺傳模糊系統(tǒng)建模得出數(shù)據集中隱含的專家知識，在專家知識與有標簽源數(shù)據集的雙重驅動下，提升了在目標數(shù)據集上無監(jiān)督遷移學習的性能。

本書主要為人工智能相關專業(yè)的研究生和研究人員提供系統(tǒng)的模糊系統(tǒng)知識，面向定性和定量相結合的應用場景，為從業(yè)人員提供解決問題的模型和方法。