本书在模糊集合理论与人工神经网络和进化计算以及群体智能相融合的基础上, 围绕智能系统的精确性与解释性的折中, 对基于数据驱动的智能系统建模方法和应用开展研究。论文的主要研究内容包括: (1) 模糊系统的基本理论、遗传算法、群智能优化以及多目标进化算法的相关内容。(2) 模糊系统的解释性评价标准研究。(3) 基于遗传算法的模糊系统建模方法研究 (4) 基于递阶遗传算法的模糊系统建模方法研究。(5) 基于群智能算法的模糊系统建模方法研究。(6) 基于多目标算法的模糊系统建模方法研究。(7) 基于决策树的模糊分类系统设计及应用。(8) RBF神经网络优化设计及应用。(9) 集成学习及应用。