前言

近年来，软计算的理论已经取得了重大进展，其算法实现策略及实际应用也发展迅速，有着光明的前景。软计算的概念从十几年前开始形成，并且建立在Zadeh的早期软数据分析、模糊逻辑和智能系统工作之上。在构建智能系统时，除了需要硬件、软件和传感器技术，或许更重要的是拥有在概念和智能系统设计方面比传统AI核的基于谓词逻辑的方法更有效的计算工具。

软计算（Soft Computing，SC）就是在这种需求下方法论积集的结果。很大程度上，软计算技术的应用已成为评价高机器智商（Machine Intelligence Quotient，MIQ）产品和工业系统的基础。本书系统地介绍了软计算理论及其应用方法，包括知识发现、知识表示、神经网络、文本挖掘、聚类分析、分类算法等。本书从结构上对软计算方法进行了统一描述，并注重各方法之间的相互融合，重点讲述了这些软计算方法的实际应用，并给出了应用实例。

本书提供了严谨但易懂的阅读材料，可以作为本科生或研究生进行软计算学习的参考书，也可供有关学科的教师及工程技术人员参考。本书组织成教材形式，既可作为软计算的核心教材，也可作为神经网络、机器学习等课程的课外读物。本书在内容方面力求完善，以使非机器学习或没有计算机背景的读者易于掌握。这样其他领域的读者就可以很轻松地将软计算应用到自己的实际问题中。作者还尝试通过严谨的推导来提供清晰的学习路线，因此本书提供了算法理论的推导过程以加深读者对概念的理解。对详细的推导过程感兴趣的读者可以参考原始文献。本书在各章列出了参考文献的详细信息，便于读者深入学习和研究。

本书涵盖了丰富的软计算理论和实例，特别感谢所有参考文献作者对本书内容的贡献。此外，由衷感谢管欣鑫、周楚风、于林轩、边玉宁、孙彦雄、贺伟、吴杰等对本书撰写和程序调试所付出的辛勤劳动。由于作者水平有限，书中难免存在不足之处，敬请广大读者批评指正。

作者

2019年4月