第1章 進化計算
1.1 從人工智能到計算智能
1.2 從進化論到進化計算
1.2.1 現代進化論
1.2.2 生物進化與優化
1.3 進化計算基礎知識
1.3.1 進化計算的主要分支
1.3.2 進化計算的數學基礎
1.3.3 進化算法的收斂理論
1.3.4 進化計算的應用
1.4 協同進化計算
1.4.1 協同進化的生物學基礎
1.4.2 協同進化的動力學描述
1.4.3 協同進化算法的發展現狀
1.5 非達爾文進化理論與密母計算
1.5.1 非達爾文進化的主要理論
1.5.2 密母計算的研究進展
參考文獻

第2章 人工免疫系統
2.1 從免疫系統到人工免疫系統
2.2 人工免疫系統的研究領域
2.2.1 人工免疫系統模型的研究
2.2.2 人工免疫系統算法的研究
2.2.3 人工免疫系統方法的應用研究
2.3 人工免疫系統與其它方法的比較
2.3.1 人工免疫系統與進化計算
2.3.2 人工免疫系統與人工神經網絡
2.3.3 人工免疫系統與一般的確定性優化算法
2.4 免疫優化計算研究的新進展
2.4.1 免疫優化算法研究的主要進展
2.4.2 免疫優化計算理論分析的主要進展
2.5 問題與展望
參考文獻

第3章 量子計算智能
3.1 量子計算原理
3.1.1 狀態的疊加
3.1.2 狀態的相干
3.1.3 狀態的糾纏
3.1.4 量子并行性
3.2 量子計算智能的幾種模型
3.2.1 量子人工神經網絡
3.2.2 基于量子染色體的進化算法
3.2.3 基于量子特性的優化算法
3.2.4 量子聚類算法
3.2.5 量子模式識別算法
3.2.6 量子小波與小波包算法
3.2.7 量子退火算法
3.2.8 其它
3.3 量子進化算法
3.3.1 量子進化算法的提出
3.3.2 量子進化操作
3.3.3 量子進化算法的結構框架
3.4 問題與展望
參考文獻

第4章 多智能體系統
4.1 復雜適應系統
4.1.1 復雜適應系統概述
4.1.2 復雜適應系統的適應性與生物進化過程
4.1.3 生物進化過程的數學模型
4.2 多智能體系統
4.2.1 智能體的基本概念
4.2.2 智能體形式化描述
4.2.3 多智能體系統的主要研究內容
4.2.4 面向問題解決的多智能體系統研究現狀
4.2.5 多智能體系統與分布式人工智能
4.2.6 多智能體系統與人工生命
4.2.7 多智能體系統與進化計算
參考文獻

第5章 進化多目標優化
第6章 核機器學習
第7章 流形學習與譜圖學習
第8章 集成學習
第9章 非線性逼近理論
第10章 多尺度幾何分析
第11章 多尺度變換域圖像感知與識別
第12章 圖像的高維奇異性檢測、 學習與理解
第13章 圖像去噪的閾值方法
第14章 SAR圖像理解與解譯
參考文獻