《计算智能系统基础：系统方法》是一本专注于计算智能领域的电子书，它涉及了计算智能的多个方面，包括但不限于神经网络、连接主义系统、遗传算法、进化计算、人工智能、细胞自动机、自组织系统、软计算、模糊系统以及混合智能系统。这些系统在工程学、计算机科学、物理学和生命科学等领域的理论、应用和设计方法上都有所覆盖。
计算智能（Computational Intelligence, CI）是人工智能的一个重要分支，它旨在模拟人类智能的某些方面，通过采用近似、模糊、启发式的方法来处理复杂问题。与传统硬计算相比，计算智能强调解决那些难以用精确算法处理的问题。
计算智能系统的方法包括但不限于以下几种：
1. 神经网络（Neural Networks）：一种模仿生物神经系统结构和功能的计算模型，通过网络结构来处理信息，具有学习和适应的能力。
2. 连接主义系统（Connectionist Systems）：一种基于大量相互连接的节点或“神经元”构成的系统，能够通过调整节点间的连接强度来学习和解决问题。
3. 遗传算法（Genetic Algorithms）：一种模拟生物进化过程的搜索算法，通过选择、交叉和变异等操作来优化问题的解。
4. 进化计算（Evolutionary Computation）：一个广义的术语，涵盖了所有受自然进化启发的计算方法，包括遗传算法，用于搜索和优化问题。
5. 人工智能（Artificial Intelligence）：泛指由人造系统表现出来的智能行为，如学习、推理、问题解决、感知、语言理解等。
6. 细胞自动机（Cellular Automata）：一种离散的计算模型，由一个个单元格组成网格，每个单元格根据预定义的规则与邻居互动，以此来模拟复杂系统。
7. 自组织系统（Self-Organizing Systems）：指不依赖于外部控制指令，系统组件通过相互作用而自发组织成有序结构的系统。
8. 软计算（Soft Computing）：一种并行处理的计算范式，强调能够容忍不确定性、不精确性或部分真实性的计算，包括模糊逻辑、神经网络、遗传算法等。
9. 模糊系统（Fuzzy Systems）：一种处理不确定性和模糊性的计算方法，通过定义模糊集合和模糊规则来模拟人类的思维和语言。
10. 混合智能系统（Hybrid Intelligent Systems）：将两种或多种不同的智能技术（如神经网络和模糊逻辑）结合起来，以发挥各自的优点，解决更复杂的问题。
电子书《计算智能系统基础：系统方法》在介绍这些计算智能的理论和应用的同时，也关注了其背后的设计方法。这本书是由Mikhail Z. Zgurovsky和Yuriy P. Zaychenko编写，他们分别来自乌克兰的国立技术大学和应用系统分析研究所。该系列电子书的编辑是Janusz Kacprzyk，他是波兰科学院的一员，位于华沙。
此外，电子书还特别提到了“Studies in Computational Intelligence”系列的出版细节，包括ISBN、DOI、ISSN和电子图书版本，以及版权所有信息。整个系列快速且高质量地出版，旨在覆盖计算智能的各个领域，旨在通过简短的出版周期和全球范围内的分布来促进研究成果的广泛和快速传播。
在实际应用中，计算智能技术已经被广泛应用于模式识别、预测分析、优化问题、图像处理、数据挖掘等领域，对科学研究和商业应用都具有重要的推动作用。这本书作为该系列的一部分，不仅为计算智能的研究者提供了理论依据，也为企业界的专业人士提供了在实际工作中解决问题的工具和方法。
