《模型预测控制》在状态空间理论的统一框架下系统深入地介绍了预测控制的滚动优化原理、算法和闭环性能。首先通过本科生熟悉的状态空间模型建立起预测控制从原理到算法和性能分析的每一个细节。然后，介绍了阶跃响应模型和脉冲响应模型的状态空间描述，给出了与传统卷积描述的一致性。据此，遵循预测控制的三个步骤“预测系统未来动态-求解优化问题-解的个元素作用于系统”和“滚动时域、重复进行”机制推导了无约束的动态矩阵控制（DMC）和模型算法控制（MAC），分析了闭环性能，给出了闭环稳定性的分离原理。然后，依次讨论了时滞预测控制、约束预测控制、非线性预测控制，以及稳定性和鲁棒性研究的进展。最后，介绍了基于滚动优化原理的滚动时域估计和基于现场可编程门阵列（FPGA）的预测控制器实现技术。《模型预测控制》可作为高等学
《人工神经元网络原理与应用》以通俗易懂的方式讲述了人工神经元网络的基本原理、设计和计算机方法。全书共分十二章。章介绍了工人神经元网络的发展历史和它的主要特点，第二章和第三章介绍了生物神经元网络和人工神经元网络的基本原理，第四章至第十章讲述了几种主要的人工神经元网络的原理和具体计算方法，第十章介绍了人工神经元网络在自动控制系统中的应用，第十章介绍了人工神经元网络在自动控制系统中的应用，最后一章介绍了编程实例，全书配有习题。《人工神经元网络原理与应用》可作为自动控制、计算机应用、通信工程等有关专业本科生及研究生的，也可供相关领域的工程技术人员和研究人员自学和参考。
《群体智能与多Agent系统交叉结合——理论、方法与应用》是作者在人工智能领域中群体智能和多Agent系统研究方向上近几年研究成果的系统总结。在总结目前外该研究方向发展现状的基础上，《群体智能与多Agent系统交叉结合——理论、方法与应用》着重介绍作者在交叉结合群体智能、多Agent系统、多机器人协作等方面取得的研究成果，主要包括：多Agent粒子群优化算法，多Agent粒子群优化算法在电力系统优化中的应用，多Agent粒子群优化算法在控制系统中的应用，基于群体智能的多Agent系统协作模型，基于改进蚁群算法的移动Agent路径规划与避障，基于群体智能的仿真机器人足球比赛策略及应用。《群体智能与多Agent系统交叉结合——理论、方法与应用》算法理论与应用实践并重，不但为相关群体智能和多Agent系统的研究者提供研究方法以资借鉴，而且更重要的是为群
随着航空航天高光谱遥感技术的发展，高光谱遥感数据也越来越普及并为人们广泛使用。高光谱图像处理的一个重要特点就是从光谱维去理解地物在空间维的特性、展布与变化。其中，基于高光谱数据的地物精细分类和目标探测始终是高光谱遥感技术应用的核心内容之一。《高光谱图像分类与目标探测》简要介绍了高光谱遥感原理和图像特点，分析高光谱图像处理所涉及的图像噪声评估、数据降维以及混合像元分解等关键问题，在此基础上系统总结国内外在高光谱图像分类与目标探测领域的经典算法，其中包括作者多年的科研成果，使读者能够比较全面地了解高光谱图像分类与目标探测的基本原理、方法和进展。《高光谱图像分类与目标探测》可以作为从事高光谱遥感应用研究的科研人员的专业书，也可以作为地图学与地理信息系统、信号与信息处理等相关专业人
本书是作者在人工免疫系统领域研究的基础上，结合目前人工免疫系统的发展现状总结而成的。书中对人工免疫系统给出了新的定义，对人工免疫系统研究内容重新进行了系统划分，包括面向医学和面向工程的人工免疫系统两大方面。全书分四个部分，部分突出免疫系统本身的重要机制，给出了免疫系统智能性的完整论述；第二部分着重研究免疫系统建模与仿真方法；第三部分着重研究人工免疫系统在优化、调度、机器学习、智能主体、自动控制、人工免疫系统硬件与人工免疫系统软件等方面的应用，每部分均有作者的研究成果或提出的新思想；一部分探讨了人工免疫系统研究框架，以及进一步研究的方向和面临的问题。本书可以为计算机科学、信息科学、智能科学、人工智能和自动化技术、计算免疫学等领域从事人工免疫系统研究的相关专业技术人员提供参考，
本书全面而透彻地介绍了元学习和AutoML的几乎所有方面，涵盖了基本概念和架构、评估、数据集、超参数优化、集成和工作流，以及如何使用这些知识来选择、组合、调整和配置算法和模型，以更快更好地解决数据挖掘和数据科学问题。因此，它可以帮助开发人员开发可以通过经验改进自己的系统。
关守平、尤富强、徐林、谭树彬编著的《计算机控制理论与设计(重点计算机)》着重介绍了计算机控制系统中控制器设计的理论与方法，涵盖了经典控制理论、现代控制理论和智能控制理论的核心内容，侧重从方法论的角度介绍基于模型和基于非模型两类系统的控制器设计方法。全书共分11章，在对计算机控制系统进行概述以及建模与性能指标分析的基础上，介绍了基于模型的控制器设计方法，包括经典控制器的设计方法、复合系统控制器的设计方法、基于极点配置方法的控制器设计和基于化方法的控制器设计；然后介绍了基于非模型的控制器设计方法，包括基于模型辨识策略的控制器设计、基于参数修正策略的控制器设计、基于结构与稳定策略的控制器设计；作为一个理论应用的实例，介绍了网络控制系统的建模与控制器的设计方法；介绍了数字控制器的工程化设
