著者还有：杨秀月、王杏林、徐享忠、段莉

目录
第1章 绪论
1．1 系统与模型
1．1．1 系统
1．1．2 模型
1．2 概念模型
1．2．1 概念模型的定义
1．2．2 概念模型的分类
1．3 数学模型
1．3．1 数学模型的定义
1．3．2 数学模型的分类
1．4 数学建模方法学
1．4．1 建模过程的信息源
1．4．2 建模的途径
1．4．3 模型的可信度
1．4．4 建模的一般原则
1．4．5 建模的一般过程
1．4．6 模型文档
1．5 复杂系统建模基础
1．5．1 基本概念
1．5．2 复杂性问题
1．5．3 复杂系统建模的困难
1．5．4 复杂系统建模方法的研究重点
1．5．5 复杂系统建模方法的主要类型
1．5．6 系统模型的简化
第2章 概念建模方法
2．1 引言
2．2 概念建模现状
2．3 概念建模过程
2．4 概念建模方法
2．4．1 基于实体—关系的概念建模方法
2．4．2 基于面向对象的概念建模方法
2．4．3 基于本体的概念建模方法
2．5 常用概念建模语言
2．5．1 基于UML的概念建模
2．5．2 基于XML的概念建模
2．5．3 基于IDEF的概念建模
2．6 概念模型在仿真中的应用
第3章 系统的数学描述
3．1 引言
3．2 系统的抽象化与形式化描述
3．2．1 系统的形式化描述
3．2．2 系统模型的几种描述水平
3．2．3 特定的系统模型
3．2．4 系统研究中的基本假定
3．3 确定型数学模型
3．3．1 连续时间模型
3．3．2 离散时间模型
3．4 随机型数学模型
3．4．1 随机噪声及其数学模型
3．4．2 系统随机型数学模型
3．5 等价模型及模型的规范型
第4章 连续系统建模方法
4．1 引言
4．2 微分方程的机理建模方法
4．2．1 建模步骤
4．2．2 建模示例
4．2．3 非线性系统模型的线性化
4．3 状态空间模型的建模方法
4．3．1 根据物理学定律直接建立状态空间模型
4．3．2 由微分方程建立状态空间模型
4．3．3 由传递函数建立状态空间模型
4．3．4 状态方程的标准化
4．4 变分原理的建立方法
4．4．1 引言
4．4．2 变分原理建立与变换的系统途径
4．4．3 变分原理建模示例
第5章 离散事件系统建模方法
5．1 引言
5．1．1 离散事件系统建模术语
5．1．2 离散事件系统建模结构
5．2 随机数的产生
5．2．1 均匀分布随机数的产生
5．2．2 非均匀分布随机数的产生
5．3 随机数性能检验
5．3．1 引言
5．3．2 均匀性检验
5．3．3 独立性检验
5．3．4 矩检验法
5．4 实体流图法
5．4．1 实体流图
5．4．2 模型的人工运行
5．5 活动周期图法
5．5．1 活动周期图
5．5．2 实体流图与活动周期图的比较
5．6 Petri网法
5．6．1 Petri网的基本概念
5．6．2 Petri网的行为特性及其分析方法
5．6．3 高级Petri网
第6章 随机变量模型建模方法
6．1 引言
6．2 分布类型假设
6．3 分布参数估计
6．4 分布假设检验
第7章 基于系统辨识的建模方法
7．1 系统辨识概述
7．1．1 系统辨识的定义
7．1．2 系统辨识的有关概念
7．1．3 系统辨识的基本过程
7．1．4 系统辨识方法
7．2 模型参数的辨识方法
7．2．1 最小二乘法
7．2．2 广义最小二乘法
7．3 模型阶次的辨识方法
7．3．1 Hankel矩阵法
7．3．2 行列式比(或积矩矩阵)法
7．3．3 残差平方和法
7．3．4 信息准则法
7．3．5 最终预报误差准则法
7．3．6 小结
7．4 闭环系统辨识
第8章 基于人工神经网络的建模方法
8．1 人工神经网络简介
8．1．1 人工神经元模型
8．1．2 人工神经网络的分类
8．1．3 人工神经网络的工作过程
8．1．4 人工神经网络的学习方式
8．1．5 人工神经网络的学习规则
8．1．6 人工神经网络的几何意义
8．1．7 人工神经网络建模的特点
8．2 BP网络
8．2．1 BP网络结构
8．2．2 BP学习算法
8．2．3 BP算法的计算步骤
8．2．4 BP算法示例
8．2．5 BP算法的不足及其改进
8．2．6 BP网络工程应用中的若干问题
8．3 反馈式神经网络
8．3．1 连续型Hopfield网络
8．3．2 离散型Hopfield网络
8．4 人工神经网络应用示例
8．4．1 人工神经网络用于CGF智能行为建模
8．4．2 人工神经网络用于规则搜索
8．4．3 人工神经网络用于火力分配
8．4．4 人工神经网络用于系统辨识
第9章 基于灰色系统理论的建模方法
9．1 引言
9．1．1 灰色系统的概念与基本原理
9．1．2 几种不确定性方法的比较
9．1．3 灰色系统理论在横断学科群中的地位
9．1．4 灰色系统建模基础
9．2 GM(1，1)模型
9．2．1 灰色微分方程
9．2．2 GM(1，1)模型的建立
9．2．3 模型精度的检验
9．2．4 GM(1，1)模型群
9．2．5 GM(1，1)模型的适应范围
9．3 GM(1，1)的修正模型
9．3．1 残差GM(1，1)模型
9．3．2 残差均值修正GM(1，1)模型
9．3．3 尾部数列GM(1，1)修正模型
9．4 直接灰色模型DGM(1，1)
9．4．1 模型描述
9．4．2 模型应用
9．5 其他灰色模型
9．5．1 GM(1，N)
9．5．2 GM(0，N)
9．5．3 GM(2，1)
第10章 定性建模方法
10．1 引言
10．2 模糊建模方法
10．2．1 模糊集合与隶属度函数
10．2．2 隶属度函数的表示形式
10．2．3 基本运算规则
10．2．4 模糊矩阵R
10．2．5 模糊矩阵的运算
10．2．6 模糊推理
10．2．7 模糊建模实例
10．3 Kuipers定性建模方法
10．3．1 可推理函数
10．3．2 约束的定义
10．3．3 定性微分方程
10．3．4 建模示例
10．4 基于SDG的定性建模方法
10．4．1 引言
10．4．2 SDG描述
10．4．3 SDG建模方法
10．4．4 SDG的推理机制
10．4．5 SDG方法的优缺点
10．4．6 SDG方法应用
第11章 基于系统动力学的建模方法
11．1 引言
11．2 系统动力学建模基础
11．2．1 系统的因果关系
11．2．2 系统动力学模型的构造
11．2．3 系统流图的基本构成
11．2．4 系统流图设计中的几个问题
11．3 系统动力学建模方法
11．3．1 系统动力学建模的主要环节
11．3．2 系统动力学建模步骤
11．4 系统动力学建模实例
11．4．1 系统定义
11．4．2 因果关系图
11．4．3 系统流图
11．5 系统动力学建模总结
11．5．1 系统动力学建模方法的优势
11．5．2 系统动力学建模方法的不足
第12章 基于层次分析法的建模方法
12．1 引言
12．2 基本层次分析法
12．2．1 层次分析法的步骤
12．2．2 递阶层次结构的建立
12．2．3 构造两两比较的判断矩阵
12．2．4 单一准则下元素相对排序权重计算
12．2．5 判断矩阵的一致性检验
12．2．6 计算各层元素对目标层的总排序权重
12．3 群组层次分析法
12．3．1 引言
12．3．2 群组决策综合方法
12．4 灰色层次分析法
12．4．1 步骤
12．4．2 示例
12．5 模糊层次分析法
12．5．1 引言
12．5．2 方法描述
12．5．3 应用
第13章 基于Agent的行为建模方法
13．1 引言
13．2 Agent的基本概念
13．2．1 Agent的定义
13．2．2 Agent与对象
13．2．3 多Agent系统
13．2．4 Agent的作用
13．3 基于Agent的行为建模方法
13．3．1 基于Agent的建模思想
13．3．2 Agent生命周期
13．3．3 基于Agent的行为建模方法的一般过程
13．3．4 多Agent系统的体系结构
11．3．2 系统动力学建模步骤
11．4 系统动力学建模实例
11．4．1 系统定义
11．4．2 因果关系图
11．4．3 系统流图
11．5 系统动力学建模总结
11．5．1 系统动力学建模方法的优势
11．5．2 系统动力学建模方法的不足
第12章 基于层次分析法的建模方法
12．1 引言
12．2 基本层次分析法
12．2．1 层次分析法的步骤
12．2．2 递阶层次结构的建立
12．2．3 构造两两比较的判断矩阵
12．2．4 单一准则下元素相对排序权重计算
12．2．5 判断矩阵的一致性检验
12．2．6 计算各层元素对目标层的总排序权重
12．3 群组层次分析法
12．3．1 引言
12．3．2 群组决策综合方法
12．4 灰色层次分析法
12．4．1 步骤
12．4．2 示例
12．5 模糊层次分析法
12．5．1 引言
12．5．2 方法描述
12．5．3 应用
第13章 基于Agent的行为建模方法
13．1 引言
13．2 Agent的基本概念
13．2．1 Agent的定义
13．2．2 Agent与对象
13．2．3 多Agent系统
13．2．4 Agent的作用
13．3 基于Agent的行为建模方法
13．3．1 基于Agent的建模思想
13．3．2 Agent生命周期
13．3．3 基于Agent的行为建模方法的一般过程
13．3．4 多Agent系统的体系结构