本书是根据全国高等教育自学考试指导委员会最新制定的《2024年7月（本）自学考试大纲》，为参加高等教育自学考试的考生编写的教材。
编写过程中，本书参考了国内外目前比较经典的教材，并结合编者多年来从事相关课程的教学心得，以及编写教材的经验和体会，选材适当、叙述简洁且针对要点，符合自学考试的特点与要求。全书共分8章，内容有自动控制系统概述、线性系统的数学模型、线性系统的稳定性和稳态特性分析、线性系统的动态时域分析、线性系统的频域分析、线性系统的校正、非线性系统的分析、采样控制系统的分析

本书阐述了经典控制理论的基本概念、原理和自动控制系统的各种分析方法，主要内容包括线性连续系统与离散系统的时域和频域理论，如系统的动态性能、静态性能、稳定性的分析和各种设计方法的运用等。 本书从基本概念、基本分析方法入手，结合生产和生活中的实例，以时域分析方法为主线，时域分析和频域分析并进，在严谨的数学推导的基础上，利用直观的物理概念，引出系统参数与系统指标之间的内在联系。

作为《自动控制原理》（第二版）（孙优贤主编， 书号： 978-7-122-42524-9） 的配套学习辅导书，本书紧紧围绕自动控制原理的知识点进行编写，内容与体例均方便读者自学。全书由9 章正文与附录组成。正文的9 章与配套教材完全一致，分别为：概述、连续时间控制系统的数学模型、线性系统的时域分析法、连续时间控制系统的稳定性与稳态误差、根轨迹分析法、频率特性分析法、线性离散时间控制系统分析与综合、线性定常系统的状态空间分析法、非线性系统分析。每章又由五个部分组成，即基本要求、知识点与重要公式、典

本书系统性介绍动态规划与**控制，包括动态规划算法、确定性系统与随机最短路问题、确定性连续时间**控制、状态信息完整的问题、状态信息缺失的问题、次优与适应控制、无穷阶段问题等。

本书较全面系统地阐述自动控制理论的基本分析和校正方法。全书共分7章,主要内容包括自动控制概述、线性控制系统的数学模型、时域分析和校正、根轨迹法﹑频域分析和校正﹑离散控制系统﹑非线性系统分析等。本书较全面系统地阐述自动控制理论的基本分析和校正方法。全书共分7章,主要内容包括自动控制概述、线性控制系统的数学模型、时域分析和校正、根轨迹法﹑频域分析和校正﹑离散控制系统﹑非线性系统分析等。主要内容包括自动控制概述、线性控制系统的数学模型、时域分析和校正、根轨迹法﹑频域分析和校正﹑离散控制系统﹑非线性系统

随着装备软硬件可靠性的不断提高，人因失误成为影响航空航天等复杂人机系统安全性的关键因素。人机系统安全性是由机器、环境、任务、人为因素及其耦合作用决定的，研究事故成因，开展人机系统安全性设计与分析，是保证复杂系统的安全性的重要手段。本书分为6章，首先论述了人为因素对系统安全的重要性、复杂系统安全性研究方法和人机系统安全性设计分析流程，然后按照流程分5章对人的认知能力及其局限性、人机交互任务设计与分析、人误的识别与概率量化、人机系统安全性建模与评价、人机系统安全风险防控等内容进行了阐述。本

本书共分为6章，第1章介绍了PyTorch的安装和基本操作；第2、3章介绍了深度学习的基础知识、简单的线性模型以及计算图知识；第4、5章在前文的基础上进一步扩展，介绍了各种神经网络模型；第6章介绍了PyTorch的高级特性。

大致内容：第一章，从阿尔法零的卓越性能出发，深入解读其背后着实不易的成长历程，揭示其数学模型。第二章，从确定性和随机动态规划问题入手，介绍决策问题的数学模型。第三章，从抽象视角回顾纷繁复杂的强化学习算法，揭示值函数近似与滚动改进的重要作用。第四章，从经典的线性二次型**控制问题入手，分析从阿尔法零的成功中学到的经验。第五章，分别从鲁棒、自适应、模型预测控制等问题入手，分析值函数近似与滚动改进对算法性能的提升潜力。第六章，从离散优化的视角审视阿尔法零的成功经验。第七章，总结全书。适合作为本领域研究

本书从软件工程的角度出发，将软件工程和人机交互进行有机融合，全面系统地介绍人机交互领域涉及的核心概念和重要思想，着重介绍如何从软件工程的视角理解并进行人机交互系统的需求获取、系统设计、原型设计和评估迭代，以及主流的交互原型开发工具的使用，同时还介绍人机交互的前沿热点技术，如多模态交互、虚拟现实、智能交互等内容。

全书共分为11章。第1~3章为人机交互基础知识，着重介绍人机交互领域的核心概念、重要思想和基本过程； 第4~10章为人机交互系统设计开发方法和技术，着重讨论用户研究、需求获

本书围绕人工智能的基础、模型和应用介绍Python编程语言，最终实现基于RNN和CNN的人工智能典型应用。具体内容包括：Python编程基础、Python编程进阶、人工智能概述、人工智能实践四个模块。Python编程基础模块包括Python的基本语法和数据结构，Python编程进阶包括面向对象编程、数值计算和可视化，为实现人工智能模型与应用打下基础；人工智能概述部分在简单介绍机器学习流程的基础上，基于numpy实现线性回归和逻辑斯蒂回归，使得读者对机器学习有感性和深入的认识；在人工智能实践部分，