本书首先介绍数学建模的基本原理及其应用领域，旨在为初学者构建一个整体性的框架认识。其次，阐述了大语言模型（如ChatGPT等）的兴起对数学建模领域的影响，内容从基础技术延伸至高级技术；核心部分详细讲解了如何利用ChatGPT等工具来优化数学建模过程，这包括数据分析、代码编写等多个方面。最后，探讨了数学建模的未来发展趋势以及AIGC工具在这一过程中的角色，同时强调了保持核心数学技能和批判性思维的重要性。本书适合学生、教师以及数据分析师等人群阅读，有助于他们深入理解数学建模的重要性及其应用前景，掌握

本书以预算管理的循环过程作为主线，介绍预算管理的理论与实务，从预算管理目标入手，探讨预算管理模式、预算编制、预算执行、预算差异分析等。

事物甲及其对立面的统一关系构成事物乙，事物乙及其对立面的统一关系构成事物丙，那么事物甲同事物丙之间是什么关系？进一步地，事物甲同蕴含着更丰富对立统一关系的复杂事物之间又是什么关系？这类问题涉及多个演绎层次，传统辩证法难以对这种多层次相干关系进行具体而全面地定性。任何系统都具有层次性，层次性是系统思想与方法的精髓。本书尝试给出了刻画多层次体系的演绎方法论———层次演化论,其中，系统从简单到复杂的演化进路可通过层次的不断跃迁来反映，系统的演绎复杂性可通过有相互蕴含关系的各细分层次来解耦,系

当前系统工程已逐渐转向基于模型的方法，即通过模型来描述系统的结构和行为，而不仅仅是依赖传统的文档。国际系统工程协会创建了诸如系统建模语言（SysML）等标准，使基于模型的系统工程（MBSE）成为复杂系统设计和管理的强大工具。随着数字化转型的深入，MBSE技术已经成为复杂装备系统制造业数字化转型的驱动力和关键业务抓手。本书从理论与软件实践两个方面展现基于MBSE的复杂装备系统设计场景。理论部分阐述复杂系统设计的建模、仿真、优化、管理等方法，实践部分结合自主知识产权的系统工程软件（蕴象软件）介绍工程

系统工程具有典型的跨学科交叉特征，其研究横跨多个自然科学与社会科学领域，在多个学科蓬勃发展。本书从系统工程共性基础理论、网络信息系统工程、制造系统工程、航空航天航海系统工程、能源与资源系统工程、交通物流系统工程、经济社会与服务系统工程、生命健康与医疗信息系统工程、军事系统工程等主要研究领域中总结我国系统工程学科的发展历程，梳理发展现状，探讨系统工程学科的未来发展方向，旨在明确未来一个时期促进我国系统工程学科研究及学科均衡协调可持续发展的战略思路和保障措施。

本书以习近平新时代中国特色社会主义思想为指导，以含可变参数的灰色建模方法为研究的逻辑起点，探讨含可变参数的灰色模型的建模机理和实际应用。本书主要章节安排如下：第一章为绪论，主要是提出研究问题，具体介绍研究背景与含可变参数的灰色模型的含义以及本研究的创新之处。第二章为一类含时变参数的弱化缓冲算子模型，主要介绍一类含时变参数的弱化缓冲算子模型的定义，性质和在经济社会中的应用。第三章为分数阶累加线性时变参数离散灰色预测模型，主要介绍模型的意义、构建方法和在经济社会中的应用。第四章为分数阶累加

本书系统地研究了多态系统中的性能共享机制，较为完整地解决了现有基于性能共享的多态系统可靠性建模问题，对具有性能共享特征的多态系统的可靠性分析评价与优化设计具有指导意义。本书首先介绍了多态系统中不同的性能共享机制，然后研究了性能共享机制在不同系统结构的可靠性建模，最后分析了性能共享机制在电网系统、计算机系统等领域的应用。

克莱顿教授在本书中强调突现被作为理解科学、意识和宗教的一种新范式。他回顾了突现概念的发展历史和当前定义，评价了自然世界的突现现象及其对于哲学的重要意义。复杂性突现的现象需要的是物理学、化学和生物学中不可还原层次上的解释。这种突现模式既不是对于大脑状态的还原，也不是对于心理实体或灵魂的证明，而是向我们介绍一种关于意识问题的新路径。当然，这种突现模式也支持了对心智的常识性理解，思想和意图确实会产生因果影响，即使意识是大脑的突现属性，并且仍然依赖于大脑。

本书以保密通信为背景，阐述了不确定混沌系统网络同步控制的关键问题，系统介绍了不确定混沌系统的基本概念、稳定性理论、同步控制技术及仿真实验，为读者提供混沌同步控制器设计的基本思路和方法技巧。主要内容包括不确定五阶忆阻混沌电路系统的自适应修整函数投影同步、不确定混沌系统带有指定衰减度的自适应有限时间同步、基于多个不确定混沌系统的有限时间自适应广义复合同步、基于切换型事件触发机制的异构混沌系统网络同步以及基于组合型事件触发机制的非线性不确定分数阶混沌系统自适应网络同步。

本书全面且深入的研究盲系统辨识问题，通过利用系统模型的结构特性，提供确定性辨识解决方案，以揭示相关数值计算的基本代数性质。基于子空间的辨识方法是处理传统盲辨识问题和经典状态空间辨识问题的一种常用方法，它将被广泛应用和推广，以解决若干具有挑战性的结构化系统盲辨识问题。从最优化的角度看，子空间辨识技术可以看作是求解低秩矩阵分解或低秩极小化问题的方法，但它不能处理具有结构约束的动态系统的盲辨识问题。针对这一问题，提出了一种差分凸规划方法，该方法比传统的基于梯度的优化方法能得到更可靠的辨识结果