本书主要内容包括工业机器人认知、工业机器人的机械系统、工业机器人控制系统与传感器、工业机器人的手动操作、工业机器人的示教编程、工业机器人的离线编程、工业机器人和外围设备的通信及工业机器人的应用，共8个项目。

本书的主要内容包括：智能控制的基本概念、模糊控制的理论基础、模糊控制系统、人工神经元网络模型、神经网络控制论等，后简单介绍了智能控制的集成技术等，最后分别介绍了深度学习和强化学习。

本书主要介绍工业机器人的基础理论以及编程应用，包括工业机器人的发展与分类认知、工业机器人机械结构认知、工业机器人感知系统认知、工业机器人控制系统认知、让机器人动起来、工业机器人基础设置、工业机器人轨迹编程和工业机器人搬运等8个项目。

本书共6个项目。项目一以3个任务驱动，介绍传感器基础认知，包括检测系统及其误差的基本知识；项目二以5个任务驱动，介绍温度测量，包括热电阻、热电偶、热敏电阻等测温传感器的工作原理及应用；项目三以5个任务驱动，介绍压力测量，包括弹簧管式、电阻应变式、压电式等压力传感器的工作原理及应用；项目四以5个任务驱动，介绍流量测量，包

本书综合了现有的数据采集和预处理技术，按照实际工作中的顺序，先介绍了大数据及数据采集的基础知识，然后介绍了使用爬虫技术进行数据采集、使用传感器进行数据采集、使用Kettle进行数据迁移和采集以及使用Python进行数据存储和处理，并以实训项目的形式，将技术与理论有机融为一体。

本书是基于工业机器人应用领域一体化教学创新平台(BN-R116-KR4)编写的，分为中级篇和高级篇：中级篇包括工业机器人应用编程创新平台认知、工业机器人产品出入库、工业机器人视觉分拣与定位、工业机器人谐波减速器装配和工业机器人离线仿真应用编程五个项目；高级篇包括工业机器人创新平台虚拟调试、工业机器人双机协作应用编程和工

本书聚焦“启发式方法”这个主题，分5个部分进行介绍。第1部分概述了各种类型的启发式方法；第2部分侧重于面向数据的启发式方法及其在数据科学问题中的应用；第3部分诠释了面向最优化的启发式方法，以及它们如何解决具有挑战性的最优化问题；第4部分是讲解如何设计和实施新的启发式方法，以解决特定问题的相关内容；第5部分介绍了关于启发

本书主要内容包括智能入库、智能出库、智能仓储、AGV、光学尺寸检测、平面度检测等。本书结合工作岗位的实际需求，采用“项目导向、任务驱动”的模式，是校企合作开发编写的项目式教材。本书按照实际工作流程，遵循从简单到复杂、从单一到综合的原则，将理论与实践进行有机结合，实现教、学、做一体化，注重吸收行业发展的新知识、技术工艺方

本书是一部通过提供一套易于遵守及操作的方法论来实现高质量数据管理的实践指南。内容全面、详细，并有许多实用的建议和模板，第1版推出后，已成为全球信息质量实践者的书籍，甚至已成为美国阿肯色大学信息质量研究生项目的教科书。本书共7章，内容包括数据质量和依赖于数据的世界、数据质量实践、关键概念、十步法流程、设计项目结构、其他技

强化学习是机器学习领域的一种重要学习手段，是一种从环境状态到行为映射的学习方式，是实现智能系统具有自适应能力、自学习能力的重要途径。本书以强化学习算法与多机器人系统的结合为主要背景，介绍了主要的强化学习算法模型，讨论了它们的原理和优缺点；本书针对多机器人协作，从实际应用问题的角度分析，指出了局部性、不确定性和自组