智能计算体现了智能信息处理新的一代计算风范。《智能计算》主要介绍智能计算研究领域近年来迅速发展的粗集理论、模糊逻辑、人工神经网络理论及其应用。这些理论在研究不精确、不完整、不确定的真实世界中数据的知识表达、学习、挖掘和归纳等方面提供了有效的处理技术和方法，把人们带到一个科学逻辑思维和智能信息处理的新天地。
为了阐明这些理论及技术的基本问题，突出这些新方法的应用，全书共分为四部分，第1部分介绍粗集理论及其应用，突出从数据中挖掘知识、评价系统参数的重要性和知识简化的特点。第2部分介绍模糊逻辑及其应用，重点在于知识的模糊化概念、隶属度特征函数的构建及模糊推理方法。第3部分介绍人工神经网络理论及其应用，主要讨论人工神经网络的结构和学习方法，突出优化计算和非线性建模思路。第4部分介绍综合智能信息处理方法及其应用，讨论粗集理论、模糊逻辑和人工神经网络各自的特点，探讨这些智能计算的有机结合，提出综合智能信息处理及其应用方法。
《智能计算》是有关智能计算方法及其应用的著作，为了便于学习和供计算机、人工智能和信息处理等学科的大专院校高年级本科生、研究生作为教材，《智能计算》重在智能计算方法的介绍，省略了一些繁琐的理论推衍过程，并用较大量的例题、习题和应用实例来阐明其概念和方法，有些问题本身就是从科研课题中提取出来的，既可供学生作为毕业设计题目，也可供计算机学科、人工智能学科和信息处理学科等领域的大专院校师生，研究工作者，工程技术人员作为阅读参考和深入研究的课题。

符号注释第1部分　粗集理论及其应用第1章　智能数据预处理及知识系统表达　1.1　数据表知识表达系统　1.2　不完整、不精确数据预处理　1.3　属性值的离散归一化处理　习题与思考题第2章　知识与分类、近似与粗集的基本概念　2.1　知识与分类　2.2　集合近似与粗集概念　2.3　集合近似及分类近似的度量　习题与思考题第3章　知识系统的简化及逻辑表达　3.1　知识的简化　3.2　知识的相对简化　3.3