傳統(tǒng)的模糊決策方法無(wú)法解決復(fù)雜的不確定情境下的評(píng)估與優(yōu)化問(wèn)題。語(yǔ)言計(jì)算是近年來(lái)為描述模糊信息、建立模糊邏輯、處理模糊現(xiàn)象發(fā)展起來(lái)的一種新的信息處理和管理決策工具。多粒度語(yǔ)言為偏好的模糊決策已經(jīng)應(yīng)用于項(xiàng)目管理、投資評(píng)估中并取得成果。本文在深入研究基于擴(kuò)展原理和符號(hào)化方法的語(yǔ)言計(jì)算模型基礎(chǔ)上，重新給出多粒度語(yǔ)言的分類(lèi)。根據(jù)

粒計(jì)算是當(dāng)前計(jì)算智能研究領(lǐng)域中模擬人類(lèi)思維和解決復(fù)雜問(wèn)題的新方法，它涵蓋了所有有關(guān)粒度的理論、方法和技術(shù)，是研究復(fù)雜問(wèn)題求解、海量數(shù)據(jù)挖掘和不確定性信息處理等問(wèn)題的有力工具。經(jīng)過(guò)十多年的發(fā)展，在與多學(xué)科交叉研究的過(guò)程中，粒計(jì)算正逐步形成其特有的研究體系。本書(shū)介紹了粒計(jì)算及其不確定信息度量的理論與方法的最新進(jìn)展，內(nèi)容涉及

本書(shū)為胡壽松主編的《自動(dòng)控制原理（第六版）》、《自動(dòng)控制原理基礎(chǔ)教程（第三版）》的學(xué)習(xí)指導(dǎo)性教學(xué)配套用書(shū)。本書(shū)形成了一個(gè)系統(tǒng)且完整的自動(dòng)控制原理題庫(kù)，其內(nèi)容包括解題的數(shù)學(xué)基礎(chǔ)及450道母題的詳解。這些母題包含了概念題、一般題、設(shè)計(jì)題、技巧題、證明題、考研題以及難題7類(lèi)，便于配制滿足各種基本要求的試卷內(nèi)容。本書(shū)在解題過(guò)程

作為Web2.0的典型應(yīng)用之一，社會(huì)化標(biāo)簽具有獨(dú)特的優(yōu)勢(shì)，可以為Web知識(shí)推送提供十分有價(jià)值的基礎(chǔ)數(shù)據(jù)。本書(shū)借鑒數(shù)學(xué)領(lǐng)域的圖論、物理學(xué)領(lǐng)域的復(fù)雜網(wǎng)絡(luò)、社會(huì)學(xué)領(lǐng)域的社會(huì)網(wǎng)絡(luò)分析、圖書(shū)情報(bào)學(xué)領(lǐng)域的信息計(jì)量，闡述了網(wǎng)絡(luò)分析的基本原理，進(jìn)而建立基于共現(xiàn)分析的社會(huì)化標(biāo)簽網(wǎng)絡(luò)和基于社會(huì)化標(biāo)簽的潛在社會(huì)網(wǎng)絡(luò)。然后，分別構(gòu)建基于用戶層

粒計(jì)算是人工智能領(lǐng)域中的一種新理念和新方法，它覆蓋了所有有關(guān)粒度的理論、方法和技術(shù)，是研究復(fù)雜問(wèn)題求解、海量數(shù)據(jù)挖掘和模糊信息處理等問(wèn)題的有力工具。從粒計(jì)算的觀點(diǎn)看，在認(rèn)知過(guò)程中，人們對(duì)問(wèn)題的分析與求解都具有粒度性，既與認(rèn)知主體的主觀局限有關(guān)，也與觀測(cè)工具等很多客觀因素有關(guān)。粒計(jì)算理論模型中的粒的合成與分解以及問(wèn)題求解

計(jì)算智能是借助現(xiàn)代計(jì)算工具通過(guò)模擬人的智能來(lái)求解問(wèn)題(或處理信息)的理論與方法，它是人工智能的深化與發(fā)展，也是當(dāng)前人工智能技術(shù)的重要組成部分。計(jì)算智能的理論和方法是信息科學(xué)、生命科學(xué)、認(rèn)知科學(xué)等不同學(xué)科相互交叉、相互滲透、相互促進(jìn)而產(chǎn)生的一門(mén)新的學(xué)科�！队�(jì)算智能理論與方法》的主要內(nèi)容包括進(jìn)化計(jì)算方法及其應(yīng)用、人工免疫系

本書(shū)簡(jiǎn)明扼要地闡述了自動(dòng)控制的基本理論與應(yīng)用。全書(shū)共分九章：前八章著重介紹經(jīng)典控制理論及應(yīng)用的主要方面，最后一章介紹現(xiàn)代控制理論中的狀態(tài)空間分析及綜合法。 本書(shū)精選了由胡壽松主編的《自動(dòng)控制原理（第六版）》中的主要內(nèi)容，強(qiáng)化了工程應(yīng)用背景，系統(tǒng)介紹了現(xiàn)代MATLAB應(yīng)用技術(shù)，包括建模、時(shí)域分析、根軌跡繪制、頻域分析、

本書(shū)系《自動(dòng)控制原理》第六版，比較全面地闡述了自動(dòng)控制的基本理論與應(yīng)用。全書(shū)共分十章，前八章著重介紹經(jīng)典控制理論及應(yīng)用，后兩章介紹現(xiàn)代控制理論中的線性系統(tǒng)理論和最優(yōu)控制理論。 本書(shū)精選了第五版中的主要內(nèi)容，加強(qiáng)了對(duì)基本理論及其工程應(yīng)用的闡述。書(shū)中深入淺出地介紹了自動(dòng)控制的基本概念，控制系統(tǒng)在時(shí)域、頻域和復(fù)域中的數(shù)學(xué)模

本書(shū)主要是通過(guò)分析機(jī)器學(xué)習(xí)的研究前沿及其兩大核心問(wèn)題——“機(jī)器學(xué)習(xí)的可能實(shí)現(xiàn)路徑”和“機(jī)器學(xué)習(xí)的發(fā)現(xiàn)功能”對(duì)這些問(wèn)題展開(kāi)討論。

《前饋神經(jīng)網(wǎng)絡(luò)分析與設(shè)計(jì)》系統(tǒng)地論述了前饋神經(jīng)網(wǎng)絡(luò)的主要理論、設(shè)計(jì)基礎(chǔ)及應(yīng)用實(shí)例，旨在使讀者了解神經(jīng)網(wǎng)絡(luò)的發(fā)展背景和研究對(duì)象，理解和熟悉它的基本原理和主要應(yīng)用，掌握它的結(jié)構(gòu)模型和設(shè)計(jì)應(yīng)用方法，特別是前饋神經(jīng)網(wǎng)絡(luò)的參數(shù)學(xué)習(xí)算法和結(jié)構(gòu)設(shè)計(jì)方法，為深入研究和應(yīng)用開(kāi)發(fā)打下基礎(chǔ)。為了便于讀者理解，書(shū)中盡量避免煩瑣的數(shù)學(xué)推導(dǎo)，加強(qiáng)

交互式遺傳算法將傳統(tǒng)的進(jìn)化機(jī)制與用戶的智能評(píng)價(jià)相結(jié)合，可以有效地解決性能指標(biāo)難以(甚至無(wú)法)用精確函數(shù)表示的一類(lèi)復(fù)雜優(yōu)化問(wèn)題。但是，用戶評(píng)價(jià)的不確定性和評(píng)價(jià)疲勞問(wèn)題等極大地影響了交互式遺傳算法的性能，嚴(yán)重制約了其在復(fù)雜優(yōu)化問(wèn)題中的應(yīng)用�！陡呒�(jí)交互式遺傳算法理論與應(yīng)用》以解決這些問(wèn)題為切入點(diǎn)，在遺傳算法的框架體系下，主要

云模型是研究定性概念與定量數(shù)值之間相互轉(zhuǎn)換的不確定性認(rèn)知模型。粒計(jì)算是當(dāng)前計(jì)算智能研究領(lǐng)域中模擬人類(lèi)思維和解決復(fù)雜問(wèn)題的新方法。它覆蓋了所有有關(guān)粒度的理論、方法和技術(shù)，是研究復(fù)雜問(wèn)題求解、海量數(shù)據(jù)挖掘和模糊信息處理等問(wèn)題的有力工具。《粒計(jì)算研究叢書(shū)：云模型與粒計(jì)算》介紹云模型與粒計(jì)算交叉研究的最新進(jìn)展，由國(guó)內(nèi)外相關(guān)領(lǐng)域

《時(shí)滯系統(tǒng)穩(wěn)定性分析與應(yīng)用》結(jié)合作者近年來(lái)的研究工作，詳細(xì)介紹了時(shí)滯系統(tǒng)穩(wěn)定性的理論與方法及其在時(shí)滯神經(jīng)網(wǎng)絡(luò)、網(wǎng)絡(luò)化控制等領(lǐng)域的應(yīng)用。主要內(nèi)容包括：中立時(shí)滯系統(tǒng)的穩(wěn)定性分析與鎮(zhèn)定控制器設(shè)計(jì)、時(shí)變時(shí)滯系統(tǒng)的時(shí)滯范圍相關(guān)穩(wěn)定性條件和時(shí)滯變化率范圍相關(guān)穩(wěn)定性條件、分布式時(shí)滯系統(tǒng)的時(shí)滯相關(guān)穩(wěn)定性條件、不確定時(shí)滯系統(tǒng)的H∞濾波、

人工智能是研究解釋和模擬人類(lèi)智能、智能行為及其規(guī)律的一門(mén)學(xué)科。本書(shū)共16章：第1～6章討論人工智能的認(rèn)知問(wèn)題和自動(dòng)推理，論述邏輯基礎(chǔ)、約束推理、定性推理、基于案例的推理、概率推理；第7～14章重點(diǎn)討論機(jī)器學(xué)習(xí)和知識(shí)發(fā)現(xiàn)，包括歸納學(xué)習(xí)、支持向量機(jī)、解釋學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、關(guān)聯(lián)規(guī)則、進(jìn)化計(jì)算、知識(shí)發(fā)現(xiàn)；第15章闡述

《自適應(yīng)控制理論及應(yīng)用》由劉小河、管萍、劉麗華編著，介紹自適應(yīng)控制的基本理論和方法。全書(shū)共7章，分別為緒論、自適應(yīng)控制的理論基礎(chǔ)、模型參考自適應(yīng)控制系統(tǒng)、自校正控制系統(tǒng)、非線性系統(tǒng)的自適應(yīng)控制、基于人工神經(jīng)網(wǎng)絡(luò)的自適應(yīng)控制、基于模糊邏輯的自適應(yīng)控制等�！蹲赃m應(yīng)控制理論及應(yīng)用》按自適應(yīng)控制理論基礎(chǔ)、自適應(yīng)控制系統(tǒng)設(shè)計(jì)、自

《仿生智能計(jì)算》在對(duì)仿生智能計(jì)算的基本概念、類(lèi)型及發(fā)展情況進(jìn)行闡述的基礎(chǔ)上，從馬爾可夫鏈、離散參數(shù)鞅、隨機(jī)逼近等角度給出了仿生智能計(jì)算的數(shù)學(xué)基礎(chǔ)，隨后對(duì)目前幾種典型的仿生智能計(jì)算方法從原理、收斂性分析、應(yīng)用實(shí)例等角度分別做了闡述，這些算法主要包括、遺傳算法、蟻群算法、微粒群算法、免疫算法、神經(jīng)網(wǎng)絡(luò)、DNA計(jì)算及心腦計(jì)算

《自動(dòng)控制原理》系統(tǒng)地介紹了分析與設(shè)計(jì)反饋控制系統(tǒng)的經(jīng)典控制理論部分�！蹲詣�(dòng)控制原理》共分8章，內(nèi)容包括自動(dòng)控制的一般概念、控制系統(tǒng)的數(shù)學(xué)模型、線性系統(tǒng)的時(shí)域分析、根軌跡法、線性系統(tǒng)的頻域分析、控制系統(tǒng)的綜合與校正、非線性控制系統(tǒng)分析、線性離散系統(tǒng)的分析與綜合等。每章后面介紹了一些Matlab對(duì)控制系統(tǒng)進(jìn)行計(jì)算機(jī)輔助分

《計(jì)算智能》全書(shū)共4個(gè)部分，分別介紹了計(jì)算智能的4個(gè)典型代表：演化計(jì)算、群體智能算法、人工神經(jīng)網(wǎng)絡(luò)和Fuzzy計(jì)算，第1部分介紹了遺傳算法、遺傳程序設(shè)計(jì)、演化策略和演化規(guī)劃4種主要的演化計(jì)算技術(shù)；第2部分介紹了粒子群優(yōu)化和蟻群優(yōu)化兩種具有代表性的群體智能算法；第3部分介紹了人工神經(jīng)網(wǎng)絡(luò)的基本概念和學(xué)習(xí)算法；第4部分介紹

本書(shū)對(duì)增強(qiáng)學(xué)習(xí)與近似動(dòng)態(tài)規(guī)劃的理論、算法及應(yīng)用進(jìn)行了深入研究和論述。主要內(nèi)容包括：求解Markov鏈學(xué)習(xí)預(yù)測(cè)問(wèn)題的時(shí)域差值學(xué)習(xí)算法和理論，求解連續(xù)空間Markov決策問(wèn)題的梯度增強(qiáng)學(xué)習(xí)算法以及進(jìn)化一梯度混合增強(qiáng)學(xué)習(xí)算法，基于核的近似動(dòng)態(tài)規(guī)劃算法，增強(qiáng)學(xué)習(xí)在移動(dòng)機(jī)器人導(dǎo)航與控制中的應(yīng)用等。本書(shū)是作者在多個(gè)國(guó)家自然科學(xué)基金

本書(shū)在哈爾濱工業(yè)大學(xué)“自動(dòng)控制原理”課程歷屆教材的基礎(chǔ)上編寫(xiě)，并進(jìn)行了四次修訂。內(nèi)容包括系統(tǒng)的數(shù)學(xué)模型、時(shí)域分析法、根軌跡法、頻率特性法、典型非線性環(huán)節(jié)、計(jì)算機(jī)控制系統(tǒng)、現(xiàn)代控制理論基礎(chǔ)。最后按照全書(shū)內(nèi)容逐章介紹MATLAB的應(yīng)用，包括系統(tǒng)分析、設(shè)計(jì)和仿真框圖等。