本书是“十二五”普通高等教育本科国家级规划教材，也是国家精品资源共享课教材。本书从时代背景及相关特征入手，重点介绍现代工程的系统观和系统工程的概念及内容，并结合工程及其管理实践中的问题，介绍系统分析原理、系统模型化方法、系统评价方法、决策分析方法等系统工程基本分析方法。本书的第三、四、五、六、七、八章分别针对有代表性的社会系统、工程（项目）系统、物流系统、人—机—环境系统、信息系统、质量管理系统，介绍系统工程原理、方法的应用及有关进展。

全书共分19章，主要以系统工程方法的应用为主线，全面介绍系统工程的基本原理、方法及应用。内容包括：综合评价方法、预测方法、决策方法、优化方法等。本书理论联系实际，力求揭示各种方法之间的内在联系，使全书形成一个完整的体系，并注重系统工程方法在经济管理中的运用。

系统工程国际委员会（INCOSE）《系统工程手册》为系统工程师所从事的关键流程活动提供说明。本手册的目标读者是新的系统工程师、需要从事系统工程的另一学科的工程师或需要便于参考的有经验的系统工程师。本手册的内容包括描述每个系统工程流程活动在可承受性和性能设计的背景中的必需性。

本书收集了包括钱学森、关肇直、周光召、John Holland 等著名科学家的重要文献。包括《我对系统学认识的历程》、《复杂自适应系统研究》、《复杂适应系统和社会发展》等。

更多科学出版社服务，请扫码获取。

本书系统地介绍系统工程的有关理论与方法，重点介绍系统与系统工程的一般概念、系统工程方法论、系统环境分析、系统建模、系统结构模型化方法、系统仿真、系统动力学、系统评价、系统决策和系统工程的最新进展等内容。

更多科学出版社服务，请扫码获取。

根据系统仿真技术学习的需要，本书对系统建模仿真的理论、方法及应用技术进行了较为全面而翔实的介绍与分析，内容既囊括常见的仿真技术，如连续系统仿真技术、离散事件系统建模与仿真技术、可视化建模与仿真技术、先进的仿真技术如HLA／RTI等，还包括严格式兵棋推演技术、计算机生成兵力技术以及应急管理建模仿真等较新颖的技术。本书注重理论与应用相结合，对应急仿真推演、可视化仿真、兵棋推演分析等应用案例进行详细分析。
黄炎焱编*的《系统建模仿真技术与应用》可供系统工程、自动化、电子信息工程、机械电力工程、计算机工程等学科专业研究生作为教学参考书，同时可供总体论证相关的军民领域科研院所专业技术人员参考使用。

《图像灰色模型理论与算法》首先介绍了灰色系统理论概况及《图像灰色模型理论与算法》所用的灰色理论基础，然后从路面裂缝自动检测的问题入手，对灰色理论与路面图像处理的吻合性进行诠释和分析，并进一步讨论了灰色系统理论在路面图像处理中的应用与发展现状，*后从基于灰色序列算子的路面图像数据预处理技术、图像灰色模型(包括灰色图像关联度模型、图像灰熵模型、图像灰色预测模型)，以及灰色图像处理算法(包括灰色图像滤波算法、灰色图像对比度增强算法、灰色图像边缘检测算法)三个方面对灰色理论在图像处理领域的应用进行研究，附录给出了算法实现的MATLAB源程序核心代码。

更多科学出版社服务，请扫码获取。

复杂性内在逻辑：从数学到可持续世界(英文版) Grammar of Complexity：From Mathematics to a Sustainable

　　《系统辨识与自适应控制MATLAB仿真（第3版）》从MATLAB仿真角度出发，系统地介绍系统辨识与自适应控制的基本理论和方法。
　　《系统辨识与自适应控制MATLAB仿真（第3版）》内容主要分为三部分：第1部分为绪论；第二部分为线性系统辨识与自适应控制，包括系统辨识（如*小二乘法、梯度校正法和极大似然法）、模型参考自适应控制、自校正控制和基于常规控制策略的自校正控制；第三部分为非线性系统辨识与自适应控制，包括神经网络辨识与控制、模糊控制与模糊神经网络辨识和无模型自适应控制。书中每种算法都配有仿真实例、仿真程序、仿真结果以及对仿真结果的简要分析，以便读者深人理解和灵活运用系统辨识与自适应控制的基本理论和方法。
　　《系统辨识与自适应控制MATLAB仿真（第3版）》内容简练，系统性和实用性强，可作为自动化相关专业本科高年级学生和硕士研究生的教学用书，也可供控制科学与工程相关领域的博士研究生、教师、科研人员以及技术开发人员阅读和参考。

       现实中，非黑即白的问题少之又少，大多数问题都处在“灰色地带”，你在生活和工作中背负的责任越大，可能面临的灰度问题就越多。
      灰度问题棘手、复杂却至关重要。尽管我们搜集量化信息，咨询专家建议，认真分析研判，但这些常规方法似乎都不再奏效。
      本书开宗明义、返璞归真，用5大人文主义问题直击困难的本质，构建了灰度决策的思考路径。这5大发人深省的问题可以拓展你的思路、给你全新的视角，让你的判断力变得敏锐。
      它帮助无数的人解决了工作和生活中极其复杂却又充满不确定的一系列棘手难题。

蚂蚁在组成群体时为何会表现出如此的精密性和具有目的性？数以亿计的神经元是如何产生出像意识这样极度复杂的事物？是什么在引导免疫系统、互联网、全球经济和人类基因组等自组织结构？这些都是复杂系统科学尝试回答的迷人而令人费解的问题的一部分。
理解复杂系统需要有全新的方法.需要超越传统的科学还原论，并重新划定学科的疆域。借助于圣塔菲研究所的工作经历和交叉学科方法，复杂系统的前沿科学家米歇尔以清晰的思路介绍了复杂系统的研究，横跨生物、技术和社会学等领域，并探寻复杂系统的普遍规律，与此同时，她还探讨了复杂性与进化、人工智能、计算、遗传、信息处理等领域的关系。