本书主要阐述了粒计算理论研究进展及其应用，内容包括：粒计算的不确定度量方法；粒计算的基本理论，包括模糊集粒计算理论、粗糙集粒计算理论、商空间粒计算理论和其它粒计算理论；多粒度知识空间模型，包括分层递阶商空间的结构分析、覆盖近似空间的层次模型和覆盖近似空间与划分空间的转化；粒计算的不确定性度量方法，包括模糊集的不确定性度量、粗糙集的不确定性度量、覆盖粗糙集的不确定性度量、商空间的不确定性度量和其它粒计算模型的不确定性度量；多粒度知识获取，主要包括多粒度认知模型、多粒度规则获取和多粒度属性约简；覆盖粒计算模型的知识获取方法，主要包括覆盖粗糙模糊集模型及其应用、覆盖近似空间的知识约简模型及其应用和覆盖近似空间的扩展与属性约简。

丛书序
前言
第1章 绪论
1.1 引言
1.1.1 人工智能的起源
1.1.2 粒计算的发展现状
1.2 粒计算研究概述
1.2.1 粒计算的基本概念
1.2.2 粒计算的基本理论模型
1.2.3 粒计算的不确定性度量方法
1.2.4 粒计算应用研究
1.3 总结和展望
1.3.1 粒计算理论研究尚存的问题
1.3.2 粒计算模型的不确定性度量研究中存在的问题
1.4 本书的主要内容和结构安排
1.4.1 多粒度计算的研究
1.4.2 本书的主要内容和安排
参考文献

第2章 粒计算的基本理论
2.1 模糊集粒计算理论
2.2 粗糙集粒计算理论
2.3 商空间粒计算理论
2.4 云模型粒计算理论
2.5 其他粒计算理论
本章小结
参考文献

第3章 多粒度知识空间模型
3.1 分层递阶商空间
3.1.1 阈值为1的商空间理论
3.1.2 任意阈值的商空间理论
3.1.3 模糊等价关系的分层递阶构建方法
3.2 覆盖近似空间的层次模型
3.2.1 知识粒度的基本概念
3.2.2 基于最小描述的覆盖上的知识粒度关系
3.2.3 覆盖上的知识粒度关系定义间的联系
3.3 覆盖近似空间与划分空间的转化
3.3.1 覆盖空间的近似划分空间
3.3.2 覆盖空间与划分空间之间的关系
本章小结
参考文献

第4章 粒计算的不确定性度量方法
4.1 模糊集的不确定性度量
4.1.1 模糊集的几种不确定性度量方法
4.1.2 Vague集的几种不确定性度量方法
4.2 粗糙集的不确定性度量
4.2.1 完备信息系统的粗糙集模型的不确定性度量
4.2.2 不完备信息系统的粗糙集模型的不确定性度量
4.2.3 各种不确定性度量方法之间的对比分析
4.3 覆盖粗糙集的不确定性度量
4.3.1 覆盖粗糙集模型
4.3.2 Bonikowski覆盖粗糙集的不确定性度量
4.4 分层递阶商空间的不确定性度量
4.4.1 分层递阶商空间的信息熵序列
4.4.2 分层递阶商空间同构的判定定理
4.4.3 分层递阶商空间、模糊关系和信息熵序列之间的关系
4.5 其他粒计算模型的不确定性度量
4.5.1 模糊粗糙集的不确定性度量
4.5.2 粗糙模糊集的不确定性度量
4.5.3 云模型的不确定性度量
4.5.4 概念格粒计算模型的不确定性度量
本章小结

第5章 多粒度知识获取
第6章 覆盖粒计算模型的知识获取方法
第7章 粗糙集的近似集
第8章 总结与展望