本書主要內(nèi)容包括：運籌學思想與優(yōu)化建模、分析型優(yōu)化模型、數(shù)學規(guī)劃模型、遺傳與進化、群集智能優(yōu)化和隨機優(yōu)化。運籌學思想與優(yōu)化建模主要包括：運籌學的基本思想、幾個簡單的優(yōu)化模型和優(yōu)化模型的改造與遷移。分析型優(yōu)化模型主要包括：設備更新問題、確定性存儲問題、隨機性存儲問題和分析型優(yōu)化模型綜合案例。數(shù)學規(guī)劃模型主要包括：線性規(guī)劃

本書包括隨機事件、隨機變量及其分布和極限定理等內(nèi)容。主要內(nèi)容包括：隨機事件及其運算；概率的定義與等可能概型；條件概率與獨立性；三個重要公式及其應用等。

黃金分割也許是最奇妙、最有趣的數(shù)學現(xiàn)象。為了讓讀者充分欣賞黃金分割帶來的各種視覺美，作者將帶領讀者經(jīng)歷一段幾何體驗之旅。本書追溯了黃金分割如何在歷史上出現(xiàn)，介紹了一些相當不尋常的構建黃金分割的方法，此外還介紹了許多有黃金分割嵌入在其中的、令人驚訝的幾何圖形。本書還揭示了黃金分割比和斐波那契數(shù)列、畢達哥拉斯定理之間的聯(lián)系

智能優(yōu)化算法是人工智能的核心技術之一。本書主要從原理和設計兩方面對智能優(yōu)化算法進行深入解析。全書內(nèi)容共７章，其中，第１章介紹智能優(yōu)化算法的一些基本定義和基礎知識；第２-６章分別討論通過模擬基于進化規(guī)律、物理原理、化學原理、人類行為、群智能等不同機理而產(chǎn)生的五類智能優(yōu)化算法，每類算法重點介紹幾個典型算法的求解原理、優(yōu)化策

本書主要介紹了基于線性系統(tǒng)控制器設計理念的非線性系統(tǒng)控制器的設計思想和基于李雅普諾夫穩(wěn)定性理論的直接非線性系統(tǒng)控制器的設計思想，共9章，覆蓋了關于非線性系統(tǒng)和非線性控制發(fā)展的主要成果，并且結合作者的工程實踐經(jīng)歷，在第9章給出關于飛行器、船舶等非線性系統(tǒng)控制器的設計案例。

本書是作者結合了多年來的教學經(jīng)驗，為適應信息與計算科學專業(yè)教學和發(fā)展而編寫。全書共十一章，第一章介紹了常微分方程初值問題的數(shù)值方法；第二、三、四章分別探討了橢圓型、拋物型和雙曲型方程的有限差分法；第五到九章深入討論了邊值問題的變分形式與Ritz-Galerkin法、有限元法及其多種變體，包括有限體積元法、間斷Galer

本書是作者長期在高等院校從事概率統(tǒng)計教學經(jīng)驗的總結和升華。本書緊密結合目前學生的數(shù)學基礎現(xiàn)狀，遵循學習概率統(tǒng)計的認識規(guī)律性，提煉出本門課程對學生的基本要求、中等要求和高級要求，分別形成基礎篇、中級篇和高級篇。將概率統(tǒng)計的難點分散，對基本概念和基本理論和方法進行重點講授，使學生在學習過程中易于理解，此種起點低，循序漸進，

本書主要為考研數(shù)學概率論與數(shù)理統(tǒng)計相關知識，還附帶習題及答案。

置信規(guī)則庫推理模型是基于數(shù)據(jù)的決策理論與方法中一個新興的分支，具有合理的知識表示方式和透明的規(guī)則推理過程，在其發(fā)展過程中分成了交集置信規(guī)則庫、并集置信規(guī)則庫和擴展置信規(guī)則庫推理模型。依據(jù)這三個推理模型所適用數(shù)據(jù)情形的差異，本書在第一部分回顧置信規(guī)則庫推理模型的基本理論的基礎上，分別于第二～第四部分在小規(guī)模低維度、小規(guī)模

本書為《基于算例的科學計算引論(基礎篇)》一書的配套教學用書，內(nèi)容包括科學計算、非線性方程求根、線性方程組的直接法、插值與逼近、數(shù)值積分與數(shù)值微分等五章，每章又基本包含內(nèi)容提要、典型例題解析、教材習題解析、補充練習等四小節(jié)。書中一些例題應用Mathematica編程完成，既有助于讀者加深對算法的理解，還有助于其提升解決