全书共分14章，主要内容有：多元数据的收集和整理、多元数据的直观显示、线性与非线性模型及广义线性模型、判别分析、聚类分析、主成分分析、因子分析、对应分析、典型相关分析等常见的主流方法。本书还参考外大量文献，系统地介绍了这些年在经济管理等领域应用颇广的一些较新方法，可作为统计学专业本科生和研究生的多元分析课程教材。由于本书的内容较多，教师在选用此书为教材时可以灵活选讲。本书还可作为非统计学专业研究生的量化分析教材。根据作者多年的教学实践，本书讲授60课时较为合适，若有计算机和投影设备的配合，教学将会更为方便和有效。
智能优化混合算法是一种以某类优化算法为基础，融合其他智能算法或理论的混合算法，可用于求解各种工程问题优化解。 本书系统讨论了现今应用较为广泛的几种智能优化混合算法，主要内容来源于作者多年的研究成果，使读者比较全面地了解智能优化混合算法的相关知识及应用。本书理论联系实际，集知识性、专业性、操作性、技能性为一体，对智能优化混合算法的原理、步骤、应用等进行了全面且详细的介绍。
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。
《运筹学（第四版）》在第三版的基础上修订完善而成，主要内容有线性规划、整数线性规划、非线性规划、动态规划、图与网络分析、网络计划技术、排队论、决策分析、对策论等。 第四版继续保持了前三版的厚理论、宽口径、理论联系实际的特点和精炼、严谨的风格，第三版的绪论精炼为运筹学简介，作为引言，并结合当前的研究热点——复杂网络及大数据分析，在“图与网络分析”中增加了“复杂网络简介”，在“对策论”中增加了“网络对策”。此外对部分章节的内容和习题根据需要进行了增删或修改。习题分为（A），（B）两部分，难度有所差异，可供读者选择。教材配套的数字课程包含各章相关的应用实例和程序。 《运筹学（第四版）》可作为数学与应用数学、信息与计算科学、金融数学等专业的运筹学课程教材，也可作为管理、系统工程等
