本書系統(tǒng)地介紹利用協(xié)同進化理論優(yōu)化徑向基函數神經網絡學習的基本理論與方法,共分為7個章節(jié)。*,提出基于合作型協(xié)同進化的徑向基函數神經網絡算法,引入聚類層并以聚類后的隱節(jié)點群作為子種群進行協(xié)同進化操作。第二,提出基于協(xié)同覆蓋的徑向基函數神經網絡算法,并采用啟發(fā)式搜索改進網絡結構。第三,提出帶有特征選擇的雙種群分類算法,能夠同時獲得較優(yōu)的網絡結構和約減的輸入向量維數。第四,提出多種群協(xié)同進化神經網絡集成算法,有效提高集成模型性能。第五,提出基于協(xié)同進化的子空間分類算法,適用于處理樣本空間分布復雜的數據挖掘問題。