Neuronale Netze sind parallele datenverarbeitende Strukturen, die sich selbst verändern können. Mittels dieser Fähigkeit versucht ein Neuronales Netz ein durch Trainingsbeispiele vorgegebenes Ein- und Ausgabeverhalten nachzuahmen und Interpolationseigenschaften zu entwickeln.
Fuzzy-Logic ist eine Erweiterung der klassischen Logik in dem Sinne, dass sie statt zwei Werten sämtliche Wert aus dem Intervall [0,1] als Wahrheitswerte zulässt. Mit solchen Fuzzy-Werten können vage oder unsichere Daten aus der realen Welt, wie z.B. die linguistischen Terme kurz oder leicht, einfach und zutreffend modelliert werden.
Der Autor gibt eine grundlegende und umfassende Einführung in die Theorie und Praxis der natürlichen Informationsverarbeitung, der Künstlichen Neuronalen Netze, der Fuzzy-Logic und der Genetischen Algorithmen sowie der Kombination der letzten drei genannten Gebiete zu komplexeren Modellen des Soft-Computing .
Neben theoretischen Grundlagen werden auch praktische Anwendungen, wie z.B. die Optimierung von Fuzzy-Controllern mithilfe von Neuronalen Netzen, beschrieben.
Das Buch ist hervorragend zum Selbststudium geeignet und kann als Begleittext zu einschlägigen Lehrveranstaltungen genutzt werden. In Ergänzung zum Buch stehen auf der Web-Seite des Autors interaktive Simulationsprogramme sowie Übungsaufgaben zur Verfügung:
http://wwwmath.uni-muenster.de/math/inst/info/Professoren/Lippe/