本书是高分子物理的课教材，着重讲授高聚物材料的黏弹性和高弹性，并以相当篇幅介绍高聚物材料在大形变时的屈服行为、断裂现象以及高聚物熔体的流变力学行为，对高分子化学以及塑料、橡胶和纤维类，本书可作为研究生教材。 本书也可作为从事高聚物材料、加工、使用的有关工程技术人员的参考书。 本书章是专为化学系学生写的有关应力、应变及其相互关系的力学基础知识。从第2章开始以3章的篇幅着重介绍高聚物力学性能的时间依赖性；第5、6章介绍高聚物力学性能的温度依赖性和各种力学转变现象；对高聚物材料特有的高弹性，则辟有专门的章节(第7章)详加讨论。考虑到高聚物材料越来越多地作为结构材料应用于机械、建筑乃至高新技术领域中，第8、9章对有关高聚物材料使用中的屈服、破坏和断裂现象作了较多介绍。一章则是介绍高聚物熔

《广东非物质文化遗产丛书》堪称广东省的文化品牌，具有较高的阅读和收藏价值。该系列图书的编写出版，对保护民族文化遗产，传承和弘扬岭南文化，提升广东文化软实力，具有重要的意义。 《广东非物质文化遗产丛书：南海渔唱·汕尾渔歌》具体介绍了汕尾渔歌是瓯船渔民的歌、汕尾渔歌的历史渊源、汕尾渔歌的艺术风格等内容。 从《广东非物质文化遗产丛书：南海渔唱·汕尾渔歌》中能够了解到南粤非物质文化遗产的历史概貌、地方风格、制作技艺和深厚的文化底蕴。

《一看就懂的博弈学全图解(全彩珍藏)》是一本专门为不太懂博弈学的读者量身打造的入门读物，全书共分为8章，每章4—5节内容。为了能让读者由浅入深、简单明了地掌握这些博弈学基本知识，也为了节省读者的宝贵时间，《一看就懂的博弈学全图解(全彩珍藏)》在内容上尽量将专业的知识通俗化。

本书阅读本书只需具备微积分和线性代数的部分基础知识。本书可作为科技人员和本科生通俗易懂的入门参考书．可帮助读者学会以自己的想法建立简单数学模型，并利用模型对自己或其他人的结论进行解释。为此，书中给出了生物学、生态学、经济、医药、农业、化学、电力、机械以及加工工艺等不同领域的多个详细范例。《数学建模与仿真--科学与工程导论》根据作者长期在科学与工程领域的建模与仿真工作经验编写而成，给出了一些基本问题的答案。比如：什么是数学模型？数学模型有哪些种类？针对某个特定问题应该选择什么模型？什么是仿真、参数评估和确认等？本书大量引用了免费开源软件。包括3DCFD软件和结构力学模拟软件在内的软件，读者可在互联网上免费获得的CAELinux一Live—DVD中使用(可以在多数计算机和操作系统上运行)。

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。

如何提高非线性非高斯动态系统的状态估计和预测的精度是系统辨识、适应控制、模式识别、无线传感网络、通信、经济等领域中都会遇到的问题。粒子滤波提供了解决这一问题的采样递推方法。本书结合作者自身的相关研究工作，全面系统地介绍了粒子滤波的主要概念、基本原理、典型算法、应用技术以及国际上有关研究的新成果和新动向。全书可分为理论篇(包含～4章)和应用篇(包含第5～7章)。章为绪论。第2章给出了动态系统常用的几种滤波方法，主要分析滤波方法的思想，不对算法的适用性进行讨论。第3章介绍了采样与粒子滤波方法，这是一种基于采样滤波思想的Monte—Carlo贝叶斯估计算法，本章还重点介绍算法如何利用序列重采样实现状态递推估计。第4章讨论了粒子滤波算法的改进算法．主要包括针对重采样过程改进算法和针对似然函数选取的改进算法。