本書是作者在相關(guān)教材基礎(chǔ)上，結(jié)合廈門大學(xué)自動化專業(yè)十余年的教學(xué)實踐，進(jìn)一步加工整理而成。本書分狀態(tài)空間方法基礎(chǔ)、線性狀態(tài)方程的解、系統(tǒng)的可控性和可觀測性、時不變動態(tài)系統(tǒng)的分解與實現(xiàn)、運動的穩(wěn)定性和系統(tǒng)的狀態(tài)反饋與觀測器等模塊，主要介紹線性系統(tǒng)理論的基本內(nèi)容和方法，包括系統(tǒng)狀態(tài)空間描述，線性系統(tǒng)分析與狀態(tài)反饋綜合。系統(tǒng)分

本書的目的是考慮大型且具有挑戰(zhàn)性的多階段決策問題，這些問題原則上可以通過動態(tài)規(guī)劃和最優(yōu)控制來解決，但它們的精確解決方案在計算上是難以處理的。本書討論依賴于近似的解決方法，以產(chǎn)生具有足夠性能的次優(yōu)策略。這些方法統(tǒng)稱為增強學(xué)習(xí)，也可以叫做近似動態(tài)規(guī)劃和神經(jīng)動態(tài)規(guī)劃等。 本書的主題產(chǎn)生于最優(yōu)控制和人工智能思想的相互作用。本

本書以現(xiàn)代控制理論為主要內(nèi)容，強調(diào)現(xiàn)代控制理論和機械工程應(yīng)用背景的結(jié)合，以及利用控制系統(tǒng)輔助軟件進(jìn)行系統(tǒng)分析和設(shè)計的能力。主要介紹現(xiàn)代控制理論中的核心內(nèi)容一以狀態(tài)空間為基礎(chǔ)的線性系統(tǒng)分析和綜合，并通過豐富的機電案例展現(xiàn)現(xiàn)代控制理論在機械工程中的具體應(yīng)用。主要內(nèi)容包括：控制系統(tǒng)的狀態(tài)空間表達(dá)式；狀態(tài)空間表達(dá)式的求解;控制

時變隨機系統(tǒng)廣泛存在于客觀實際中,許多隨機遞推算法也可當(dāng)作此類系統(tǒng)來研究.本書從理論上對這類系統(tǒng)的穩(wěn)定性、自適應(yīng)估計與自適應(yīng)控制問題進(jìn)行了統(tǒng)一的論述.全書共8章,既包含常用的穩(wěn)定性與鎮(zhèn)定性的經(jīng)典結(jié)果,又側(cè)重介紹基本的自適應(yīng)估計、濾波與控制問題及相應(yīng)算法的理論基礎(chǔ),其中多數(shù)屬于作者的研究成果.

本書第一部分報道了無窮維線性系統(tǒng)控制理論的發(fā)展，特別是適定和正則系統(tǒng)的抽象理論，也討論了可控性、可觀性、能穩(wěn)性、可檢性、可優(yōu)性、可估性、實現(xiàn)，以及極點配置等幾個主要的基礎(chǔ)性概念。第二部分報道了適定正則系統(tǒng)理論在偏微分方程，主要是幾個經(jīng)典的高維偏微分方程中的應(yīng)用。第1章和附錄列出了本書所需的有窮維系統(tǒng)控制、泛函分析、Ri

本書主要討論如何通過變分法來實現(xiàn)最優(yōu)控制問題。更具體地說研究了如何應(yīng)用變分法實現(xiàn)泛函極值。它涵蓋了具有不同邊界條件、涉及多個函數(shù)、具有一定約束條件等的泛函極值問題。利用變分法給出了(連續(xù)時間)最優(yōu)控制解的充要條件,求解了不同邊界條件下的最優(yōu)控制問題,并分別對線性二次型調(diào)節(jié)器和跟蹤問題進(jìn)行了詳細(xì)的分析。通過應(yīng)用基于變分法

本書圍繞復(fù)雜多組分體系分析這一現(xiàn)代分析科學(xué)實踐中具有代表性的核心問題，主要闡述和討論了化學(xué)模式識別研究過程中涉及的相關(guān)理論基礎(chǔ)、方法、原理和實際應(yīng)用。

《現(xiàn)代控制理論（第2版）》較為全面地介紹了線性控制系統(tǒng)的狀態(tài)空間分析與設(shè)計方法，以及控制、估計與濾波的基礎(chǔ)知識�！冬F(xiàn)代控制理論（第2版）》從狀態(tài)空間描述的基本概念入手，介紹了線性連續(xù)時間系統(tǒng)的狀態(tài)響應(yīng)、狀態(tài)能控性和能觀測性的概念及判斷方法；對李雅普諾夫穩(wěn)定性理論做了基本闡述；討論了線性連續(xù)定常系統(tǒng)狀態(tài)反饋和狀態(tài)觀測器的

幾十年來，實際需求激發(fā)了對模式識別的大量理論和應(yīng)用研究。在這個過程中，限制因素和恒久問題一直是數(shù)據(jù)——它的多樣性、豐富性和可變質(zhì)量是模式識別創(chuàng)新的主要挑戰(zhàn)。本書關(guān)注高級數(shù)據(jù)分析和數(shù)據(jù)挖掘，創(chuàng)新之處是對數(shù)據(jù)質(zhì)量的重新定位——將數(shù)據(jù)質(zhì)量看作一個可以處理的因素，而非當(dāng)作需要克服的困難。

本書主要介紹了模式識別的相關(guān)內(nèi)容，涉及模式識別的基本概念、聚類分析、線性判別函數(shù)、貝葉斯分類器、特征選擇和提取、非參數(shù)模式識別方法、神經(jīng)網(wǎng)絡(luò)模式識別方法、模糊模式識別方法、句法模式識別方法，以及新型模式識別方法，如決策樹方法、支持向量機方法、粗糙集方法等一些基本方法，并介紹了基于遺傳算法、模擬退火算法和禁忌搜索算法進(jìn)行