由于多智能体系统的广泛应用，其分布式协同合作控制成为数学、物理、生物、控制、管理等众多相关领域的一个热点研究方向。相互合作的分布式协议成为多智能体网络系统实现协同控制的至关重要的因素。本书详细介绍了多智能体系统的研究背景和相关的研究进展，深入探讨了完全基于分布式信息的多智能体系统自适应控制协议设计，研究了多智能体传感网络的滤波器设计等关键问题。全书从研究背景到理论以及应用系统地研究了多智能体系统合作控制的相关研究进展，这无论对于有基础的研究者还是感兴趣的初学者，都是非常有益的。

　　本书主要

　　《计算智能/高等院校规划教材》共分为7章内容，具体为绪论，简要叙述了计算智能的概况、发展与应用；第2章、第3章是关于人工智能方面的算法，包括模糊逻辑系统与神经网络，着重给出了模糊系统方面的两个典型应用案例以及神经网络的最新发展方向；第4章、第5章介绍了群体智能方面的两个代表性算法，分别是蚁群算法与蜂群算法，给出了相关算法的编程实现；第6章、第7章介绍了遗传算法及其理论基础与实现技术。
　　《计算智能/高等院校规划教材》可作为信息与计算科学、数学与应用数学、统计学、计算机科学等相关专

《物联网专业英语》体系完整、内容详实，介绍了物联网由来以及物联网技术结构、传感器、射频识别、无线传感器

　　本书主要阐述人工智能的基本原理、方法和应用技术。全书分为11章，除第1章讨论人工智能概述、第11章讨论人工智能的争论与展望外，其余9章主要按照“基本智能+典型应用+计算智能”三个模块编著： 第1模块为人工智能经典的三大基本技术，包括知识表示技术、搜索技术、推理技术； 第2模块为人工智能的典型应用领域，包括机器学习、专家系统以及支持向量机； 第3模块为典型的计算智能方法，包括神经计算、进化计算等。与第一版相比，增加了专家系统的介绍，其他大多数章节都做了相应的修改、精简或补充。
　　

  《生物信息学中的机器学习分析方法》针对生物信息学领域中海量的生物数据，分别从微阵列数据的分析和处理、基因调控网络的分析和构建以及蛋白质相互作用网络的分析等角度，系统介绍机器学习、统计学习及各种智能算法在生物信息学相关领域的应用。机器学习在生物信息学领域的研究重心集中在观测和探索生物现象，以及建立统一的形式化的模型对生物学现象加以阐释。《生物信息学中的机器学习分析方法》针对生物信息学领域典型的癌症诊断模型、基因调控网络构建和蛋白质相互作用网络分析3 个研究方向展开机器学习数据挖掘方法

     通常一个用于解决复杂非线性问题的人工神经网络模型具有大量的神经元，并且它们之间的连接是非常复杂的。在实际中人们很难完全知道每个神经元的状态信息，因此对时滞递归神经网络的状态估计问题的研究具有非常重要的意义。《时滞递归神经网络的状态估计理论与应用》主要介绍有关时滞递归神经网络的状态估计理论和应用的最新成果，运用多种不同的方法（如时滞划分方法、松弛变量方法和多重积分不等式方法等）处理三类时滞神经网络的状态估计问题，给出了状态估计器的设计算法，并通过大量的例子来

　　本书全面系统地阐述了混沌神经信息处理理论及其应用。全书共8章，包括混沌动力学基础理论、神经网络理论及混沌

本书紧紧围绕物联网中“感知层、传输层、应用层”所涉及的三大类技术架构组成的物联网技术知识体系安排教学内容。主要内容包括：物联网的基本概念、体系结构、标准化、关键技术以及主要应用领域与发展；感知技术、射频识别（RFID）技术原理及应用；传感器及无线传感网络的基本知识及应用；与物联网相关的通信与网络技术；云计算及智能信息处理技术；物联网的应用和物联网的安全等。本书针对目前物联网在全球蓬勃发展的现状，特别遴选了一些在重点生产与生活领域中的应用案例进行详细分析与介绍，帮助读者拓展思维、开阔视野，为进一步