《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。

《谁排 ?:关于评价和排序的科学》是关于评分和排名科学的著作。它是搜索排序姊妹篇的第二本。主要内容有：排名概述、梅西法、科利法、基纳法、埃洛体系、马尔可夫法、攻防评分法、基于重新排序的排名方法、分差、用户偏好评分、处理平局、加入权重、“假如……会怎样”的问题与敏感性、排名聚合、比较排名的方法、数据等。《谁排 ?:关于评价和排序的科学》可作为数学、计算机、网络技术、管理学和数据科学等专业的参考书，也可作为教材使用。

"Stochastic optimization in continuous time"（AuthorFwu-RanqChang）is a rigorouut user-friendly book on the application ofstochastic control theory to economics. A distinctive feature ofthe book is that math-ematical concepts are introduced in alanguage and terminology familiar to graduate students ofeconomics.

本书在全面总结外关于动态多目标优化及其进化算法发展现状、基础理论及实现技术的基础上，着重介绍了作者基于进化计算的动态多目标优化方面的研究成果，主要包括：动态无约束多目标优化进化算法；动态约束多目标优化进化算法；离散时间空间上的动态多目标优化进化算法；基于粒子群算法的动态多目标优化求解方法；基于进化算法求解动态非线性约束优化问题；动态多目标进化算法性能评价指标度量方法；动态多目标优化问题测试集，为便于应用，书后附有部分算法源程序。 本书可供理工科院校计算机、自动化、信息、管理、控制与系统工程等专业的高年级本科生、研究生和教师、科研工作者阅读，也可供自然科学和工程技术领域相关人员参考。

离散事件系统是指其状态变量只在某些离散时间点上发生变化的系统。大多数离散事件系统本质上属于人造系统，即包含人为规则或人为机制的“非物理型”系统。 本书共12章。章概述，从概念上讨论DEVS的内涵及其特征；第2章通过三个简单的实例讨论了DEVS建模与仿真的各个步骤，以便读者了解DEVS建模与仿真的基本要素，还对目前流行的离散事件系统建模与仿真软件进行了介绍；第3章介绍主要的数学基础，即概率论与数理统计的基本知识；第4章介绍变量建模及其检验方法；第5章介绍仿真中产生变量的方法和技术；第6章从系统角度讨论建模与仿真问题；第7章对四类策略，即事件调度法、活动扫描法、三阶段法，以及进程交互法，分别进行了规范化讨论；第8章讨论了单系统仿真运行结果分析及实验设计技术；第9章讨论多系统比较技术，还介绍了基于仿真的优

《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.

本书共分17部分，介绍了完全信息博弈、混合策略均衡、完全信息展开型博弈：理论；联盟博弈及其核心、完全信息展开型博弈：延伸与讨论、不完全信息展开型博弈、演化均衡等内容。本书对博弈论进行了严谨而又通俗的介绍，是适用于高年级本科生和研究生的入门教材。

本书在全面总结外关于动态多目标优化及其进化算法发展现状、基础理论及实现技术的基础上，着重介绍了作者基于进化计算的动态多目标优化方面的研究成果，主要包括：动态无约束多目标优化进化算法；动态约束多目标优化进化算法；离散时间空间上的动态多目标优化进化算法；基于粒子群算法的动态多目标优化求解方法；基于进化算法求解动态非线性约束优化问题；动态多目标进化算法性能评价指标度量方法；动态多目标优化问题测试集，为便于应用，书后附有部分算法源程序。 本书可供理工科院校计算机、自动化、信息、管理、控制与系统工程等专业的高年级本科生、研究生和教师、科研工作者阅读，也可供自然科学和工程技术领域相关人员参考。

区间多目标优化问题普遍存在且非常重要，但已有的解决方法却非常少。采用进化优化方法求解区间多目标优化问题是近年来进化优化界的热点研究方向之一。《区间多目标进化优化理论与应用》阐述了用于求解区间多目标优化问题的进化优化理论与方法，主要包括：目标函数值为区间时，进化个体的比较、决策者偏好的融入及其在种群进化的应用，以及含有很多目标函数优化问题的降维转化与求解等。同时，《区间多目标进化优化理论与应用》还给出了不同方法在基准数值函数优化和室内布局的应用，以及全面详细的算法对比结果。为便于应用《区间多目标进化优化理论与应用》阐述的方法，书后附有部分区间多目标进化优化方法Matlab源程序。《区间多目标进化优化理论与应用》是部用进化优化方法解决区间多目标优化问题，特别是融入决策者偏好解决该问题的