《证据网络推理学习理论及其应用》提出并建立了一套完整的证据网络理论和方法体系，对证据网络的定义、结构建模、参数表示、不同参数模型下的推理及证据网络参数和结构学习的相关理论和方法展开了深入论述。《证据网络推理学习理论及其应用》共分为7章，内容包括：不确定性建模理论，不确定性推理方法，证据网络提出的价值与意义，证据网络模型的基本概念、特点、关键要素和建模流程，证据网络的结构与参数，证据网络的推理问题，不同参数模型下的推理策略与算法，证据网络参数学习模型与计算方法，证据网络信度规则模型库结构学习，以及相关应用研究等。《证据网络推理学习理论及其应用》主要面向管理科学与工程、控制科学与工程、信息技术等领域的学者及研究生，也可供相关领域的研究人员阅读参考。
本书系统介绍了预测信息组合技术、预测方法组合技术、预测结果组合技术以及组合预测的基本理论，回答了为什么要进行组合预测、什么时候进行组合预测、怎样实现组合预测等具有重要实践意义的问题，是一部现代组合预测理论和方法的集大成之作。
本书由一些长期从事数学应用研究并有丰富教学经验的教师集体完成，这些案例有的来自他们完成的实际课题，有的根据他们了解的实际背景和掌握资料做了重新编纂，也有的是基于他们实际经验对现成的数学建模实例做了精心改编，内容涉及工程、管理、信息、医疗、地震、社会等领域实际问题的数学建模。 本书可作为高等学校各专业学生数学建模课程的参考书和课外读物、参加数学建模竞赛的辅导教材，也可供教师、研究生和有关科技人员参考。
作者针对当前全球的可持续发展、中国西部开发、人类生态环境等热点问题，阐述了自己在多年的实践工作和理论研究中总结出的系统的科学方法——生态控制系统工程。
本书采用版MATLAB R2009a，基于MATLAB R2009a软件系统地介绍了大学数学中的基本实验教学内容。全书共分9章，主要介绍了MATLAB基础、MATLAB的程序与图形、基本的数学函数、数据建模、方程的求解、优化问题、部分智能优化算法介绍、图形用户界面的设计、数学建模的综合实验。 本书可作为大学“数学实验”和“数学建模”课程的教材，也可作为广大科研人员、学者、工程技术人员的参考用书。
《马尔可夫决策过程理论与应用》从马氏决策的一般理论出发，介绍了马氏决策的基本概念，给出了决策过程的表述方法并介绍了不同准则条件下的基本理论，还给出了作者对一些实际问题的研究心得，为读者提供参考. 《马尔可夫决策过程理论与应用》在《实用马尔可夫决策过程》一书的基础上增加了 Bandit 过程、部分可观察过程、软件可靠性建模分析以及大规模计算方法等章节，为读者提供更为宽阔的视野.
