现代控制理论是联系古典控制理论和智能控制理论的纽带，有着承上启下的作用。机械类专业研究生学好现代控制理论，对解决工程实践问题具有重要的指导意义。本书将以线性定常系统为主要研究对象，介绍了系统建模、求解问题，系统的可控性、可观测性和稳定性问题，还介绍了控制系统的校正和最优控制问题。

本书是根据教育部最新的职业教育教学改革要求，结合本课程已取得的教学改革成果，在对多所高职院校专业教学及企业用人情况充分调研的基础上，本着学以致用、立足于服务专业课的原则编写而成的。本书主要内容有函数与极限、导数及其应用、一元函数微积分、常微分方程初步、线性代数初步、概率论初步、无穷级数初步等。本书每部分的数学知识均采用

《应用概率与数理统计（第2版）》是按照高等院校教学指导委员会关于概率统计课程的教学基本要求编写而成的，全书共分8章，前3章为概率部分，内容包括随机事件及其概率、随机变量及其分布以及数字特征；第4～7章为数理统计部分，内容包括抽样分布、参数估计、假设检验、回归分析；第8章为Excel在统计分析中的应用。《应用概率与数理统

全书共分10章。第1章对回归分析的研究内容和建模过程给出综述性介绍；第2章和第3章详细介绍了一元和多元线性回归的参数估计、显著性检验及其应用；第4章对违背回归模型基本假设的异方差、自相关和异常值等问题给出了诊断和处理方法，在这一章增加了BOX-COX变换；第5章介绍了回归变量选择与逐步回归方法；第6章就多重共线性的产生

本书是高等学校经济类专业概率论与数理统计课程的配套教学参考书，内容完全与教材各章节对应，主要有一维和多维随机变量及其分布、随机变量的数值特征、数理统计的基础知识、参数估计、假设检验、方差分析和回归分析等习题解答。为了照顾到部分要深造的考研学生，学习参考书中还增加了部分有一个难度的补充题。

回归诊断是用于探索存在于回归分析中问题及判断某些假设是否合理的一种技术。《回归诊断简介》主要回顾蕞小二乘线性回归，讨论多元回归中共线性的问题，处理奇异与强影响数据，探讨误差非线性、不一致的误差方差和非线性问题，简要阐释离散数据产生的问题，介绍基于蕞大似然法、计分检验和构造变量的较复杂的诊断方法。*后，探讨了如何将介绍的

本书分为最小二乘方法的框架和数学、优化方法以及辅助内容两部分，内容包括；数据拟合问题的引入、基于最小二乘方法估计模型参数、加权和异常值、拟合结果的不确定度等。

本书注重阐明概率论的基本概念、基本理论以及数理统计常用方法的背景和思想。全书主要包括大数定律和中心极限定理、数理统计的基本概念、参数估计、假设检验、回归分析、方差分析等内容，并通过配套的例题和习题，加强读者对基本理论和公式的理解和应用。

本书将向您展现功能强大的LS-DYNA软件，内容将让新老用户对LS-DYNA有耳目一新的感觉。本书首先简要介绍了通用网格划分软件TrueGrid（2019年*版3.20）的使用方法，然后由浅入深地介绍了通用多物理场分析软件LS-DYNA（2018年*版11.0）的基本功能、前后处理软件LS-PrePost简介、入门基础

人工智能技术可以使机器模拟人的思维能力，解决推理、分析、判断、寻优等问题，为实现广义控制系统的智能化提供理论基础与方法工具。本书通过三个主要研究步骤，尝试解决上述问题。本书的创新点主要有三个：一是系统描述了预测与神经网络计算智能与经典PID控制相结合的方法。二是系统描述了预测与神经计算智能复合经典PID控制方法与实现。