本書對智能算法的數(shù)學基礎(chǔ)理論、算法設(shè)計方法及其工程應(yīng)用進行了研究和總結(jié)。對包括遺傳算法、進化規(guī)劃、粒子群優(yōu)化算法和蟻群算法在內(nèi)的基本群體智能算法進行了闡述，從算法的數(shù)學理論、算法原理、基本構(gòu)成要素與算子、實現(xiàn)流程等方面，進行了分析和總結(jié)；對人工神經(jīng)計算系統(tǒng)、人工免疫計算系統(tǒng)和人工蜂群計算系統(tǒng)等典型的人工智能計算系統(tǒng)，從智能計算系統(tǒng)的構(gòu)成、仿生原理和機制、主要仿生算法及其改進等方面進行研究，并進行了算法的仿真實驗分析；針對貝葉斯網(wǎng)絡(luò)、支持向量機、深度學習等目前主流的智能學習與推理計算方法，對其結(jié)構(gòu)學習算法、參數(shù)學習算法、推理算法和訓(xùn)練算法等方面進行研究和分析，給出了相應(yīng)的改進算法。