徐伟华，男，1979年5月生，山西浑源人，西安交通大学博士、博士后.2011年破格晋升教授。重庆理工大学首批青年英才计划人选、重庆理工大学“智能计算的数学基础”科研创新圈队带头人、数学与统计学院副院长、硕士生导师；中国人工智能学会粗糙集与软计算专业委会委员、重庆市数学会理事；国际期刊《Journal of Communications and Information Sciences》编委。主要研究方向：粒计算、粗糙集、概念格、模糊集、不确定性推理等。已在《IEEE Transactions on Cybernetics》、
　　《Information Sciences》、《Fuzzy Setsand Systems》等国内外重要学术刊物上发表论文70余篇，其中SCI收录30余篇；在科学出版社出版《序信息系统与粗糙集》专著1部；作为负责人已主持2项国家自然科学基金、2项重庆市自然科学基金、2项重庆市教委科技项目、1项教育部博士后基金、1项重庆理工大学重点基础项目：作为主要研究成员分别以第一、第二主研参与3项国家自然科学基金项目，已在信息科学、模糊数学、人工智能粗糙集以及应用数学相关研究领域有一定的经验积累。
　　
　　米据生，男，1966年3月生，博士，教授，博士生导师。现任中国人工智能学会粗糙集与软计算专业委员会常务委员、河北省数学会副理事长、河北省机器学习学会副理事长、祖冲之研究会副会长、河北师范大学学术带头人。在多个国内外学术会议担任程序委员会委员，任国际期刊《International Journal of Information and Software Technology》主编。研究成果“复杂信息系统知识发现的数学基础研究”于2012年获河北省自然科学二等奖，发表学术论文80余篇，其中24篇被SCI收录，ESI高被引论文4篇。
　　
　　吴伟志，男，1964年3月生，浙江舟山人，浙江海洋学院数理与信息学院院长，教授，2002年西安交通大学信息与系统科学研究所博士毕业，香港中文大学博士后、西安交通大学博士后，西安交通大学与河北师范大学兼职博士生导师，2005年获全国优秀博士学位论文提名奖和陕西省优秀博士学位论文。2001年被评为浙江省高校中青年学科带头人，2002年入选浙江省“新世纪151人才工程”第二层次培养人选，被评为“十一五舟山市十大科技人物”、舟山市首届和第二届专业技术拔尖人才。在《IEEE Transactionson Knowledge and Data Engineering》，《IEEE Transactionson Fuzzy Systems》、《中国科学》等国内外学术期刊和国际学术会议上发表论文100多篇，其中SC|q殳录论文40多篇。

　　作为知识获取和数据挖掘的重要工具，粒计算是在解决大规模复杂问题时模拟人类思维问题自然模式的一种全新理论、技术和方法。全书以包含度在各种信息系统的实践应用为主线，系统深入地介绍了基于包含度的粒计算方法与应用的研究成果。全书共分10章，着重阐述了包含度在粗糙近似集、直觉模糊集、变精度序信息系统、区间值模糊粗糙集、结构粗糙集、概念格等方面的理论及应用。
　　《基于包含度的粒计算方法与应用》可作为高等院校计算机、应用数学、信息科学专业的高年级本科生及研究生教材，也可供相关专业，特别是从事人工智能、粒计算研究的科研工作者参考阅读。

第1章 包含度与粒计算的数学基础
1.1 模糊集合与模糊测度
1.2 包含度及其生成方法
1.3 粗糙集与信息系统
1.4 形式概念分析方法
参考文献

第2章 粗糙近似与包含度
2.1 经典粗糙近似与包含度
2.2 模糊逻辑算子
2.3 模糊集上的包含度
2.4 基于模糊逻辑算子的模糊粗糙近似与模糊信任函数
参考文献

第3章 直觉模糊包含度及广义模糊粗糙集上的包含度
3.1 直觉模糊包含度
3.2 直觉模糊集上基于包含度的相似度
3.3 广义模糊粗糙集之间的混合单调包含度
3.4 广义模糊粗糙集之间基于混合单调包含度的相似度
参考文献

第4章 基于包含度的变精度序信息系统及应用
4.1 优势关系下基于包含度的变精度粗糙集
4.2 粗糙度、依赖度和重要度
4.3 序信息系统变精度粗糙集的约简理论与算法
4.4 案例研究
参考文献

第5章 基于包含度的区间值模糊粗糙集理论与方法
5.1 模糊集的包含度
5.2 区间数和区间值模糊集的包含度
5.3 双论域上的区间值模糊粗糙集
5.4 区间值信息系统上基于包含度的变精度粗糙集理论与方法
参考文献

第6章 基于包含度的结构粗糙集近似方法
6.1 结构粗糙集
6.2 结构概率粗糙集近似
6.3 基于包含度的粗糙集近似
6,4基于包含度的结构粗糙集近似
参考文献

第7章 基于包含度的概念格
7.1 形式背景上基于包含度的Galois连接
7.2 基于包含度的概念格的构造
7.3 邻域系统上的多尺度概念格
7.4 多尺度概念格的应用实例
参考文献

第8章 单边模糊概念格知识约简方法
8.1 单边模糊概念格
8.2 单边模糊概念格的格保持约简
8.3 单边模糊概念格的粒度约简
8.4 单边模糊概念格的粒度约简与其他约简之间的关系
参考文献

第9章 三元概念分析
9.1 三元概念分析的基本概念
9.2 三元背景的蕴涵及规则
9.3 三元因子分析
9.4 模糊三元概念分析
参考文献

第10章 基于模糊软集的集成预测方法及应用
10.1 模糊软集
10.2 支持向量机
10.3 集成预测模型
10.4 实证分析
参考文献
索引