整数规划是运筹学与化理论的重要分支之一，整数规划模型、理论和算法在管理科学、经济、金融工程、T业管理和其他领域有着广泛的应用，本书主要介绍经典的线性整数规划理论和算法，同时简单介绍近年发展起来的非线性整数规划理论，主要内容包括：线性和非线性整数规划问题和模型、线性规划基础、全单模矩阵、图论和网络流问题、算法复杂性理论、分枝定界算法、割平面方法、多面体和有效不等式理论、整数规划对偶理论、0-1二次整数规划与SDP松弛、0-1多项式整数规划等。本书适合运筹学、管理科学、应用数学和工程类专业的高年级本科生和研究生作为整数规划的教材和参考书，读者只需具有高等数学基础就可以阅读。

状态空间控制理论与结构力学模拟关系的数学基础是Hamilton理论体系，在这个体系下，二者的成果可以交叉运用。全书分为两部分：部分是对状态控制线性体系理论的求解，将结构力学中成熟的区段合并消元、子结构分析等技术结合精细积分法几乎可以求得控制、滤波、H∞范数等问题的解；第二部分讨论时变、非线性控制的保辛摄动近似求解，并将模拟理论进一步应用到饱和控制和分散控制等问题的求解。以精细积分方法贯穿全书是本书的一大特色。 本书可作为高等院校力学与自动控制专业高年级本科生和研究生，也可供航空、航天、机械工程等相关领域的科研人员参考。

本书将从突发疫情环境下的应急物流网络优化与常规疫情环境下的药品物流调度两个视角，探讨医疗物资调度的优化理论与方法。在应急环境下，本书将结合生物恐怖袭击这一非常规突发事件的应急救援活动，开展基于生物危险源扩散模型的应急救援控制策略研究、时间驱动环境下应急物资混合协同配送方法研究、资源驱动环境下应急物流网络协同优化研究、生物反恐体系中应急物流网络集成动态优化研究以及应急救援方案选择的序贯决策方法研究。

本教材主要介绍近年来产生发展的多种智能优化算法。包括为人熟知的遗传算法、禁忌搜索算法、模拟退火算法和蚁群优化算法；近年来已成为研究热点的粒子群优化算法；还有尚待普及的捕食搜索算法和动态环境下的进化计算。书中讨论这些算法的产生和发展、算法的基本思想和理论、基本构成、计算步骤和主要的变形以及数值例子和实际应用。为了方便读者学习，各章之后还附有精选的习题、思考题及相关的参考文献。 本教材是为“智能优化方法”这门研究生课程编写的，可作为系统工程、管理工程、计算机、自动化、人工智能以及其他应用优化算法专业的研究生及高年级的本科生教材，也可供相关专业的研究人员和工程技术人员参考。

《控制论中的矩阵计算》主要介绍控制论中几个典型矩阵计算问题的数值解法。全书共分7章，内容包括：矩阵分析基础、控制系统概论、矩阵指数的计算、Lyapunov方程的数值解法、代数Riccati方程的数值解法、非对称代数Riccati方程的数值解法、极点配置问题的数值解法。《控制论中的矩阵计算》在内容上，力求向读者展示这一领域既基本又重要的知识、方法和技巧以及的进展。《控制论中的矩阵计算》在叙述表达上，力求清晰易读，便于教学与自学。《控制论中的矩阵计算》可作为综合、理工科、高等师范院校计算数学、应用数学、工程计算等专业高年级本科生和研究生的或教学参考书，也可供从事科学与工程计算的科技人员参考。

《线性锥优化》系统地介绍了线性锥规划的相关理论、主要模型和计算方法，主要内容包括：线性锥规划简介，基础知识，很好性条件与对偶，线性锥规划理论及常见模型，非负二次函数锥规划的近似算法，应用案例和内点算法介绍等。在内容上，《线性锥优化》不仅包含了线性规划、二阶锥规划和半定规划等基本模型，还给出了非负二次函数锥规划这样更为一般的线性锥规划模型。同时，以共轭对偶理论为基础，系统地建立了线性锥规划的对偶模型，分析了原始与对偶模型的强对偶性质。《线性锥优化》的主要内容是我们研究小组近些年的工作总结，一些研究结果还非常初始，仍然具有较高的研究价值。《线性锥优化》可作为很好化相关专业研究生、高年级本科生、教师、科研人员的参考书或。

"Stochasticoptimizationincontinuoustime"（AuthorFwu-RanqChang）isarigorouutuser-friendlybookontheapplicationofstochasticcontroltheorytoeconomics.Adistinctivefeatureofthebookisthatmath-ematicalconceptsareintroducedinalanguageandterminologyfamiliartograduatestudentsofeconomics.

《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。

本书是一本适应当今运筹学发展趋势的的综合性入门，主要特点是重视建模和算法的结合，引入了相关的建模工具以及用其进行模型开发的基本技巧。全书共分14章，前3章介绍数学模型的问题求解和改进搜索的基本概念与原理，其余内容则覆盖了确定型优化领域的几乎内容，除了传统的线性规划的模型、算法、对偶理论和灵敏度分析等内容以外，还包括了网络流、整数／组合优化、非线性规划和目标规划等领域的基本模型和主要算法。此外，本书还包含了遗传算法、模拟退火、禁忌搜索和分支切割算法等前沿内容。全书采用统一的理论框架，以简单的“改进搜索”思路贯穿始终，全面且循序渐进地演绎了各种优化算法和方法，包括传统的单纯形法、牛顿法、网络流算法以及各种启发式算法，使读者感受到每次引入的新算法都建立在以往算法的基础上，直观且逻辑性

在运筹学中的应用王翼编著机械工业出版社运筹学应用数学方法研究各类系统的化问题，运筹学问题的求解主要借助高性能数学软件已成为发展趋势。《MATLAB基础及在运筹学中的应用》突出建模、基础理论、基本方法和应用MATLAB求解。特别对MATLAB在运筹学中的应用作了尽可能详尽的说明，并辅有大量实例。本书由两部分组成，部分包括~3章，讲述MATLAB的基本特征、MATLAB文件和MATLAB程序设计；第2部分包括第4~10章，讲述运筹学的基础知识、基本方法,以及如何应用MATLAB解运筹学问题。本书可以作为本科运筹学课程的教材或教学参考书，也可以供从事运筹学工作的人员参考。本书循序渐进、由浅入深，并结合大量实例，帮助读者掌握运筹学的基本概念和解法，以及如何应用MATLAB解运筹学问题，可供读者自学。

本书是行为领域的经典之作，主题是合作的产生和进化。作者以组织的两轮“重复囚徒困境”竞赛为研究对象，结果发现在两轮竞赛中胜出的都是最简单的策略“一报还一报”。这一策略简洁明晰，具有善良性、宽容性、可激怒性和策略性，其出色的竞赛表现为我们了解个人、组织和国家间合作产生和进化提供了积极的前景，其结论在社会科学的诸领域产生了广泛深刻的影响，被广泛征引。