倪建军，（1978-），男，博士，副教授，硕士生导师。现任教于河海大学物联网工程学院，系常州市“831工程”中青年骨干人才，江苏省“333工程”中青年科学技术带头人，IEEE会员.ACM会员，中国计算机学会高级会员，国家自然科学基金评审专家，常州市科技咨询专家。主持国家自然科学基金、江苏省自然科学基金及各类省部级项目近10项。以第一作者发表论文40余篇，其中SCI收录8篇，4篇发表于IEEE Transactions系列期刊，出版专著2部，申请发明专利12项。主要研究方向：复杂系统控制与决策、多机器人系统、机器学习、神经网络等。
　　
　　任黎，（1978-），女，博士，讲师，硕士生导师。现任教于河海大学水文水资源学院，水文与水资源工程系副主任。系河海大学青年教师学术能力培养对象，江苏省优秀毕业设计指导教师，江苏省优秀毕业设计团队成员。主持并参与多项国家自然科学基金、江苏省自然科学基金、国家科技支撑计划课题、水利部公益性行业科研专项经费项目等，在国内外期刊发表学术论文20余篇，其中部分SCI、El检索，参编教材3部。主要研究方向：水资源优化调度与智能决策、水资源系统规划与管理、水资源综合开发与利用，生态系统健康评价等。

　　《复杂系统控制与决策中的智能计算》采用系统的研究思路，从复杂系统控制与决策的特点分析入手，指出复杂系统控制与决策存在的问题，然后以水资源水环境系统为主要研究对象，着重研究智能计算方法在复杂系统控制与决策中的应用。
　　《复杂系统控制与决策中的智能计算》全面介绍了复杂系统控制与决策中的主要智能计算方法，全书共分8章，包括绪论、神经网络、模糊计算、群体智能、强化学习、小波神经网络、核主元分析与支持向量机、智能计算新进展及其应用前景展望等。
　　《复杂系统控制与决策中的智能计算》可以作为高等院校系统工程、控制科学、人工智能、信息学科以及相关交叉学科的大学生和研究生教材，也可以作为相关领域研究人员和教师的参考用书。

　　评价的标准体系不仅复杂，而且因地而异，但如果抽象掉具体的评价对象的特定标准，我们总是可以为其找到一种称之为“理想状态”的评价标准。这种“理想状态”的评价标准必须满足以下几个条件。
　　（1）湖泊生态系统的自组织能力，即生态巨系统（各生态子系统的有机整合）和各生态子系统不受来自系统外胁迫力的影响。
　　（2）湖泊生态系统的自我修复能力。人类活动的规模和强度不可避免地会对湖泊生态系统造成不同程度的影响和破坏，但好的湖泊生态系统应该能够消解这种影响并通过自组织能力修复其丧失的部分功能，修复生态过程的完整性。
　　（3）湖泊生态系统的维持能力，即维持生态系统功能完整性的能力，好的湖泊生态系统在外力胁迫下不仅不会降低其向人类提供产品和服务的能力，也不会降低其特有的生态功能，相反这些功能还应该逐步得到提升，唯有如此，才能保证资源的可持续利用。
　　（4）湖泊生态系统的零风险，即系统间不能相互危害，由于人类的自私和对物欲的无限贪婪，人类活动充满了功利性，往往以牺牲一个系统的功能完整来维持或提高另一个系统的生产和服务能力。
　　（5）低成本提高人类福利水平和福利质量的保障力。一个好的湖泊生态系统应该尽量减少额外的物质和能量投入以维持系统的生产功能、服务功能和环境功能。
　　孤立的数字划分或单纯的文字描述对湖泊生态系统健康评价没有任何指示意义，它必须和某些参考值加以比较之后才具有指示性。依据湖泊生态系统健康评价标准建立的原则及各个指标相关标准值来源，参考国内外研究湖泊生态系统健康评价的标准[23-28]，及鄱阳湖的特殊地理条件和生态环境特征，将评价标准分为五个等级。
　　一级为湖泊生态系统很好：湖泊生态系统活力极强，组织结构十分合理，生态功能极其完善，外界压力很小，无生态异常出现，系统极健康，处于可持续状态，社会经济协调发展。
　　二级为湖泊生态系统相对较好：湖泊生态系统活力较强，组织结构比较合理，生态功能比较完善，外界压力比较小，无生态异常，系统尚健康，湖泊生态系统可持续。
　　……

第1章 绪论
1.1 复杂系统概述
1.1.1 复杂系统相关概念
1.1.2 复杂系统控制与决策
1.2 关于智能计算
1.2.1 智能计算简介
1.2.2 智能计算主要方法
1.3 复杂系统控制与决策中的智能计算
1.3.1 复杂系统控制与决策中存在的问题
1.3.2 智能计算在复杂系统控制与决策中的应用
1.4 本书的研究内容和结构安排
1.4.1 本书的主要研究内容
1.4.2 本书的结构安排
1-5本章小结
参考文献

第2章 神经网络在湖泊水文水质调节功能模拟中的应用
2.1 引言
2.2 研究内容
2.3 基于BP神经网络的水文调节功能模拟
2.3.1 BP神经网络
2.3.2 三峡运行对湖口水位的影响分析
2.4 基于自适应神经网络的水质调节功能模拟
2.4.1 A-BP神经网络二维水质模型
2.4.2 模拟计算
2.5 本章小结
参考文献

第3章 模糊计算在水质评价及时间序列挖掘中的应用
3.1 引言
3.2 模糊计算基础
3.2.1 模糊集合理论
3.2.2 模糊关系与模糊推理
3.3 基于模糊综合评价的水质分析
3.3.1 评价指标
3.3.2 改进模糊综合评价模型
3.3.3 水质变化趋势分析
3.4 基于模糊推理的时间序列挖掘
3.4.1 小波分解原理
3.4.2 基于ANFIS的时间序列预测方法
3.4.3 仿真实验
3.5 本章小结
参考文献

第4章 群体智能及其在水价预测中的应用
4.1 群体智能与多Agent系统
4.1.1 多Agent理论与方法
4.1.2 基于多Agent的智能决策支持系统
4.1.3 Agent的学习问题
4.2 水价预测问题介绍
4.3 基于降维的多Agent强化学习算法
4.3.1 算法描述
4.3.2 与普通算法的比较
4.4 基于多Agent的水价预测智能系统
4.4.1 水价预测智能系统的建立
4.4.2 仿真实验
4.5 本章小结
参考文献

第5章 强化学习及其在智能决策中的应用
第6章 基于小波神经网络的湖泊生态系统健康评价
第7章 基于核主元分析与支持向量机的水环境系统突发事件监测
第8章 智能计算新进展及其应用前景展望