首先介绍了传统的编队控制方法的定义、特点和常用方法及优缺点,并将传统编队控制时代定义为前编队控制时代.随着多智能体技术的发展,将多智能体技术引入到编队控制问题中,诞生了众多新的研究成果,称为后编队控制时代.后编队控制时代以多智能体技术为基础,随着通信技术、计算机技术、人工智能技术的发展而逐渐壮大起来,并受到了学者的广泛关注.前编队控制时代强调多机器人通过编队协作完成单个机器人无法实现的任务,提高任务完成效率且缩短任务完成时间.后编队控制时代则是在前编队控制时代的基础上,更强调低成本、同步性和协同性,但却不那么重视每个个体的任务分工,甚至是按照规则自由分配任务,不再有“不可替代冶的个体存在.最后给出了研究编队控制问题的基本思路和目前尚待解决的关键问题

机器学习是计算机科学的重要分支领域，本书作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面.全书共16章，大致分为3个部分：第1部分（第1~3章）介绍机器学习的基础知识：第2部分（第4~10章）讨论一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习)：第3部分（第11~16章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习等每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步钻研探索

一、学科平台课程 1《工程制图 B1》 2《工程制图 B2》 3《电工与电子技术》 4《电工与电子技术实验》 5《理论力学 B》 6《材料力学 B》 7《机械设计基础》 8《互换性与测量技术基础》 9《机械制造技术基础 B》 二、专业课程 1《Visual Basic 语言程序设计》 2《材料物理化学》 3《材料科学基础》 4《材料力学性能》 5《固体物理导论》 6《热加工传输原理》 7《材料成型原理》 8《金属材料及热处理》 9《材料成型控制工程基础》 10《数值模拟原理及应用》 11《材料基础实验》 12《材料测试分析技术和方法》 三、个性化发展课程 1《金属连接成形工艺》 2《金属液态成型工艺》 3《金属塑性成形工艺及模具设计》 4《塑料成型工艺及模具设计》 5《固态相变原理》 6《材料成形工艺》 7《金属复合材料》 8《材料特种成型技术》 9《功能材料制备及成形》 10《铸造合金及熔炼》 11《模具技术概论》 12《模具制造技术》 13《表面工程学》 14《计算机辅助三维设计》 15《纳米材料制备及成形》 16《流体力学》 17《专业外语》 18《无损检测技术》 19《创造性思维与创新方法》 20《材料成型竞赛》 21《 材料成型前沿及发展动态》 22《 国际工程学概论》 四、实践环节 1《工程训练 A》 2《工程制图综合实践》 3《工程力学实践》 4《机械设计基础课程设计》 5《认识实习》 6《热处理实践》 7《材料成型工艺课程设计》 8《专业方向综合实践》 9《生产实习》 10《毕业设计（论文）》

（一）理论课程 1《高电压技术》 2《电路原理 A》 3《复变函数与积分变换》 4《电力工程综合项目设计》 5《电力系统继电保护》 6《电力系统继电保护课程设计》 7《电力系统课程设计》 8《模拟电子电路》 92018 自动化《概率论与数理统计 C》 10《电力电子技术》 11《电气测量技术与传感器》 12《电气控制技术与 PLC》 13《电气制图及 CAD》 14《数字电子电路》 15《微机原理及接口技术》 16《自动控制原理 A》 17《电路原理实验 A》 （二）实验课程 18《电气测量技术与传感器》 19《电气制图及 CAD》（实验） 20《电子技术基础实验》 21《自控原理实验》 （三）实践课程 22毕业设计（论文） 23毕业实习 24《电工电子实习》 25《金工实习》

1、学科基础课平台必修课 《概率论与数理统计 B》 《高等数学 B1》 《高等数学 B2》 《线性代数》 《市场营销学 A》 《管理统计与 SPSS 应用》 《市场营销专业导论》 《管理学 A》 《基础会计学 B》 《微观经济学 B》 《宏观经济学 C》 ２、 学科基础课平台选修课 《经济写作》 《ERP 沙盘模拟》 《财务管理学 B》 《公共关系学》 《计算机办公自动化 (中高级应用)》 《数据库原理与应用 B》 《管理信息系统》 《国际商法 B》 《跨境电子商务》 《计量经济学 B》 《管理研究方法》 《管理沟通》 《企业伦理学基础》 《网页设计与制作》 《创新创业创意实训》实习大纲 《领导科学与艺术》 《运筹学 B》 《组织行为学 B》 《组织行为学》B 3、专业课平台必修课 《市场调查与分析》 《消费者行为学》 《国际市场营销学》 《数据挖掘与商务智能》 《营销专业英语》 《营销策划》 《营销策划实习》 《供应链与物流管理 A》 《营销认知实习》 《营销专业实习》 《营销毕业设计（论文）1、2》 《营销毕业实习》 4、专业课平台选修课 《产品摄影》 《产品创新与研发设计》 《产品创新与研发》 《电子商务与网络营销 A》 《电子商务网站建设》 《客户关系管理》 《营销渠道管理》 《品牌管理》 《销售管理》 《服务市场营销学》 《广告学》 《广告学》实习 《零售管理》 《商务谈判》 《商务谈判》实践 《营销专题讲座》 《定价管理》 《现代医院营销》 《创业营销》

《人工智能导论》为计算机科学技术专业和软件工程专业的一门选修课，其目的是使学生初步了解人工智能的基本原理，初步学习和掌握人工智能的基本技术，以便拓宽知识面，并为进一步学习和应用奠定基础。本课程的具体要求为： 1. 了解人工智能的基本概念、分支领域及其发展概况； 2. 理解知识表示及其推理的基本原理，掌握其基本技术； 3. 理解基于搜索的问题求解基本原理，掌握其基本技术； 4. 理解机器学习、知识发现的基本原理；初步掌握其基本方法； 5. 学会一种人工智能程序语言，掌握简单的智能程序设计方法； 6. 能综合运用所学知识，设计实现一个小型专家系统。 教学重点、难点： 1. 搜索与问题求解； 2. 知识表示及其推理； 3. 机器学习与知识发现； 4. 专家系统原理与设计

检验医学（Laboratory medicine）既是一门古老的学科，又是一门新兴学科，同时也是涉及基础和临床专业最多的一门边缘学科。检验医学的主要作用是为临床疾病的诊断、疗效观察、病程监测、预后判断和预防提供实验室的客观依据和各种信息、故其作用和地位十分重要。随着基础医学和其他科学技术、特别是分子医学、电子学、生物信息和计算机学科的相应渗透和迅速发展，诸多新理论、新技术和新仪器都率先在检验医学中应用，使其内容不断拓宽和深化，面貌日新月异，成为发展最快的学科之一。其在临床医学中发挥的作用也越来越为重要。 第一章 检验前病人准备和标本采集 第二章 临床检验 第三章 生化检验 第四章 免疫检验 第五章 微生物检验

目 录 1《自动控制理论》 2《单片机原理及应用》 3《现代控制理论》 4《电机及电力拖动》 5《检测技术与仪表》 6《电力电子技术课程设计》 7《运动控制系统》 8《过程控制系统》 9《计算机控制系统》 10《专业英语》 11《PLC 原理及应用》 12《嵌入式系统》 13《EDA技术及应用》 14《C 语言案例设计》 15《现场总线技术》 16《机器人学基础》 17《高级语言程序设计》 18《控制系统辅助仿真设计》 19《工业计算机通信与网络》 20《PLC 课程设计》 21《电力电子技术课程设计》 22《数字图像处理》 23《数据结构与算法》 24《复变函数与积分变换》 25《信号与系统》 26《模式识别与人工智能》 27《工程电磁场》 28《集散控制系统》 29《控制电机》 30《信号与系统》 31《智能控制技术》 32《文献检索与科学研究》 33《虚拟仪器》 34《计算机控制系统课程设计》 35 《智能控制技术课程设计》 ………………………………………………

1学科基础课平台必修课 《概率论与数理统计 B》 《高等数学 B1》 《高等数学 B2》 《管理统计与 SPSS 应用》 《管理学 A》 《宏观经济学 C》 《基础会计学 B》 《经济法 A》 《人力资源管理专业导论》 《市场营销学 A》 《微观经济学 B》 《线性代数》 2学科基础课平台选修课 《ERP 沙盘模拟》 《财务管理学 B》 《公共关系学》 《供应链与物流管理 A》 《管理沟通》 《国际贸易实务 A》 《管理信息系统》 《管理心理学 A》 《计量经济学 B》 《计算机办公自动化 (中高级应用）》 《计算机网络 B》 《经济写作》 《逻辑学》 《企业伦理学》 《系统工程学 B》 《数据挖掘与商务智能》 《网页设计与制作》 《网页设计与制作》考试 《网页设计与制作》课程实训 《信息检索与利用》 《博弈论与信息经济学》 《运筹学 B》 3专业课平台必修课 《管理英语 1》 《管理英语 2》 《绩效管理 A》 《技术经济学 A》 《人力资源管理专业毕业设计（论文）》 《人力资源管理专业毕业实习》 《人力资源管理专业认识实习》 《人力资源管理专业学年论文（论文）》 《人管专业认知社会调查》 《人力资源管理专业实习》 《人力资源开发与管理 A》 人力资源开发与管理实习大纲 《生产运作管理》 《战略管理 A》 《组织行为学》 4专业课平台选修 《创新创业创意实训》实习大纲 《创业管理》 《电子商务 B》 《管理经济学》 《广告学》 《广告学》实习 《国际贸易地理》 《跨国公司管理》 《跨文化管理》 《劳动与社会保障法 A》 《领导科学》 《品牌管理》 《商务礼仪》 《市场调查与分析》 《数据库原理与应用 A》 《组织理论与组织设计》 《现场管理》 《薪酬管理》 《质量管理》

《高等代数 I》教学大纲（理论课） 《高等代数 II》教学大纲 《解析几何》教学大纲 《数学分析 1》教学大纲 《数学分析 2》教学大纲（理论课） 《复变函数》教学大纲（理论课） 《应用回归分析》教学大纲（理论课） 《概率论与数理统计 A》教学大纲（理论课） 《应用随机过程》教学大纲 《运筹学》教学大纲 《最优化方法》教学大纲 《数学与经济》教学大纲（理论课） 《自动控制原理》教学大纲 《常微分方程》教学大纲（理论课） 《计算智能》教学大纲 《数据挖掘》教学大纲（理论课） 《信息论基础》教学大纲 《数学建模》教学大纲 《数值分析》教学大纲 《微分方程数值解》教学大纲（理论课） 《数学专业英语》教学大纲