交互式遗传算法将传统的进化机制与用户的智能评价相结合，可以有效地解决性能指标难以(甚至无法)用精确函数表示的一类复杂优化问题。但是，用户评价的不确定性和评价疲劳问题等极大地影响了交互式遗传算法的性能，严重制约了其在复杂优化问题中的应用。《高级交互式遗传算法理论与应用》以解决这些问题为切入点，在遗传算法的框架体系下，主要

云模型是研究定性概念与定量数值之间相互转换的不确定性认知模型。粒计算是当前计算智能研究领域中模拟人类思维和解决复杂问题的新方法。它覆盖了所有有关粒度的理论、方法和技术，是研究复杂问题求解、海量数据挖掘和模糊信息处理等问题的有力工具。《粒计算研究丛书：云模型与粒计算》介绍云模型与粒计算交叉研究的最新进展，由国内外相关领域

《时滞系统稳定性分析与应用》结合作者近年来的研究工作，详细介绍了时滞系统稳定性的理论与方法及其在时滞神经网络、网络化控制等领域的应用。主要内容包括：中立时滞系统的稳定性分析与镇定控制器设计、时变时滞系统的时滞范围相关稳定性条件和时滞变化率范围相关稳定性条件、分布式时滞系统的时滞相关稳定性条件、不确定时滞系统的H∞滤波、

《神经网络与机器人科研项目申请与实践》分为神经网络与机器人项目申请，神经网络与计算机项目申请，机械臂理论项目申请、进展与结题，机械臂实物项目申请与进展，时变问题神经网络求解项目申请、评议与进展，和基函数、多类与海量神经网络项目申请与评议共六部分，每一部分都是由相关的申请报告，进展报告，同行反馈意见和/或结题报告系统化地

《人工智能与人工生命》介绍了人工智能的基本原理、方法及技术，还特别介绍了人工生命等人工智能前沿领域的最新进展。主要内容包括：绪论、知识表示方法、确定性推理、不确定性推理、搜索策略、机器学习、专家系统、分布式人工智能、人工生命、软件人、人工鱼、展望。

人工智能是研究解释和模拟人类智能、智能行为及其规律的一门学科。本书共16章：第1～6章讨论人工智能的认知问题和自动推理，论述逻辑基础、约束推理、定性推理、基于案例的推理、概率推理；第7～14章重点讨论机器学习和知识发现，包括归纳学习、支持向量机、解释学习、强化学习、无监督学习、关联规则、进化计算、知识发现；第15章阐述

《语义网、社会网络计算与web资源共享》以当前web主流技术和应用——语义网和社会网络软件为背景，以人们对资源共享的无止境追求为问题需求，参阅了许多经典学术文献和最新文献，在对相关国内外研究工作论述分析的基础上，介绍和分析了近几年相关研究领域的最新成果及作者的工作，内容新颖，可帮助web研究和应

《自适应控制理论及应用》由刘小河、管萍、刘丽华编著，介绍自适应控制的基本理论和方法。全书共7章，分别为绪论、自适应控制的理论基础、模型参考自适应控制系统、自校正控制系统、非线性系统的自适应控制、基于人工神经网络的自适应控制、基于模糊逻辑的自适应控制等。《自适应控制理论及应用》按自适应控制理论基础、自适应控制系统设计、自

《仿生智能计算》在对仿生智能计算的基本概念、类型及发展情况进行阐述的基础上，从马尔可夫链、离散参数鞅、随机逼近等角度给出了仿生智能计算的数学基础，随后对目前几种典型的仿生智能计算方法从原理、收敛性分析、应用实例等角度分别做了阐述，这些算法主要包括、遗传算法、蚁群算法、微粒群算法、免疫算法、神经网络、DNA计算及心脑计算

《自动控制原理》系统地介绍了分析与设计反馈控制系统的经典控制理论部分。《自动控制原理》共分8章，内容包括自动控制的一般概念、控制系统的数学模型、线性系统的时域分析、根轨迹法、线性系统的频域分析、控制系统的综合与校正、非线性控制系统分析、线性离散系统的分析与综合等。每章后面介绍了一些Matlab对控制系统进行计算机辅助分

《计算智能》全书共4个部分，分别介绍了计算智能的4个典型代表：演化计算、群体智能算法、人工神经网络和Fuzzy计算，第1部分介绍了遗传算法、遗传程序设计、演化策略和演化规划4种主要的演化计算技术；第2部分介绍了粒子群优化和蚁群优化两种具有代表性的群体智能算法；第3部分介绍了人工神经网络的基本概念和学习算法；第4部分介绍

本书对增强学习与近似动态规划的理论、算法及应用进行了深入研究和论述。主要内容包括：求解Markov链学习预测问题的时域差值学习算法和理论，求解连续空间Markov决策问题的梯度增强学习算法以及进化一梯度混合增强学习算法，基于核的近似动态规划算法，增强学习在移动机器人导航与控制中的应用等。本书是作者在多个国家自然科学基金

本书在哈尔滨工业大学“自动控制原理”课程历届教材的基础上编写，并进行了四次修订。内容包括系统的数学模型、时域分析法、根轨迹法、频率特性法、典型非线性环节、计算机控制系统、现代控制理论基础。最后按照全书内容逐章介绍MATLAB的应用，包括系统分析、设计和仿真框图等。