本书围绕计算智能理论方法展开，给出了人工智能算法在城市轨道交通、高速铁路、道路交通等交通运输工程中的应用和创新案例。内容包括神经网络、模糊计算、进化计算、群智能和决策树的基本知识以及计算智能最新的理论与技术研究成果。在模型算法部分引入交通运输行业的经典问题，如列车调整问题、交通流（客流）预测及组织优化问题、列车关键装备智能故障预测与健康管理等，并结合实际科研的需求与数据，展开建模和求解过程。
本书可供交通工程领域的相关科研人员、高校教师、研究生与本科生学习和参考。

第一章 绪论
第一节 人工智能概述
第二节 计算智能概述
习题
第二章 经典神经网络
第一节 神经网络基础
第二节 简单前馈神经网络
第三节 多层前馈神经网络
第四节 径向基神经网络
第五节 其他神经网络
习题
第三章 先进神经网络
第一节 支持向量机
第二节 卷积神经网络
第三节 循环神经网络
第四节 深度学习框架
习题
第四章 模糊计算
第一节 模糊理论的产生与应用
第二节 模糊集合及其基本运算
第三节 模糊关系
第四节 模糊聚类
第五节 模糊推理
第六节 模糊控制系统
习题
第五章 进化计算和群体智能
第一节 进化计算概述
第二节 遗传算法概述
第三节 基本遗传算法
第四节 遗传算法MATLAB的实现
第五节 遗传算法的应用案例
第六节 群智能优化方法概述
第七节 蚁群算法
第八节 粒子群算法
第九节 其他群智能算法
习题
第六章 决策树
第一节 决策树的基本思想
第二节 数据划分基础
第三节 决策树的构建
第四节 决策树剪枝
第五节 集成学习与随机森林
习题
第七章 计算智能在交通运输系统中的应用
第一节 城轨客流智能预测与调控组织
第二节 城市道路流量与出行需求预测
第三节 高速铁路列车运行智能调度指挥
第四节 轨道交通系统风险不确定性评价
第五节 列车关键装备智能故障预测与健康管理
第六节 轨道交通监控视频图像智能分析与增强
参考文献
参考答案