《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。

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

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

《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。

离散车间生产调度是提高运营效率、降低成本，乃至取得竞争优势的重要手段和有力工具。随着离散车间生产调度问题的深入研究，新问题、新模型和新方法不断涌现。本书共7章：章为绪论；第2章为Job-shop很优作

《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。

《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。

《数学建模入门--125个有趣的经济管理问题》由杨桂元、李天胜编著，本书是数学在实际问题特别是在经济、管理问题中的应用实例，根据实际问题涉及的数学模型，编写了125个与大学数学教学内容相配套的数学模型应用实例，每一篇内容独立成文，以经济管理和日常生活中的问题为切入点，然后用数学方法求解，有前提有结论，并且对该篇应用的数学方法——理论依据和应用推广进行评注。全书分为4篇，分别是：篇微积分模型；第2篇线性代数模型；第3篇概率论模型；第4篇数理统计模。《数学建模入门--125个有趣的经济管理问题》可作为高等院校学生学习数学建模的辅导用书，也可作为相关领域学者研究经济、管理问题时的参考读物。

《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。