本書系統地介紹利用協同進化理論優化徑向基函數神經網路學習的基本理論與方法，共分為7個章節。第一，提出基於合作型協同進化的徑向基函數神經網路演算法，引入聚類層並以聚類後的隱節點群作為子種群進行協同進化操作。第二，提出基於協同覆蓋的徑向基函數神經網路演算法，並採用啟發式搜索改進網路結構。第三，提出帶有特徵選擇的雙種群分類演算法，能夠同時獲得較優的網路結構和約減的輸入向量維數。第四，提出多種群協同進化神經網路集成演算法，有效提高集成模型性能。第五，提出基於協同進化的子空間分類演算法，適用於處理樣本空間分佈複雜的資料採擷問題。