互補約束優(yōu)化是一類帶均衡約束的數(shù)學規(guī)劃問題,在工程設計、交通網(wǎng)絡、通信網(wǎng)絡、**控制、經(jīng)濟等領(lǐng)域有廣泛的應用.本書主要介紹互補約束優(yōu)化的理論和算法,內(nèi)容包括互補約束優(yōu)化的應用背景及其約束規(guī)格和**性條件、線性互補約束優(yōu)化的快速算法、非線性互補約束優(yōu)化的光滑化算法、非線性互補約束優(yōu)化的松弛方法等.
本書按新時期大學數(shù)學教學大綱要求編寫而成,內(nèi)容豐富,理論嚴謹,思路清晰,例題典型,方法性強.本書注重分析解題思路與規(guī)律,并與現(xiàn)實生活中的問題緊密結(jié)合,對培養(yǎng)學生的學習興趣及提高分析問題與解決問題的能力將起到較大作用.全書共分九章,內(nèi)容涵蓋隨機事件、一維隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律
利用時間序列預測技術(shù)對數(shù)據(jù)進行統(tǒng)計分析,可以推測事物發(fā)展的未來趨勢。然而傳統(tǒng)的時間序列預測技術(shù)模型構(gòu)建簡單,對于數(shù)據(jù)包含的信息挖掘與剖析不夠深入。因此,采用基于群智能優(yōu)化算法的預測理論解決時間序列分析與預測問題,是近年來的研究熱點之一!痘谌褐悄軆(yōu)化算法的預測理論與方法的研究及應用》闡述了基于群智能優(yōu)化算法的預測理論
本書介紹非參數(shù)統(tǒng)計的基本概念和方法,其內(nèi)容包括預備知識、U統(tǒng)計量、基于二項分布的檢驗、列聯(lián)分析、秩檢驗、檢驗的功效與漸近相對效率、概率密度估計、非參數(shù)回歸.每一章內(nèi)容都著重闡述非參數(shù)統(tǒng)計推斷的一般處理技術(shù)和原則,并給出一些典型例子.各章后面的習題側(cè)重于應用.本書的特點是側(cè)重于介紹非參數(shù)統(tǒng)計在各應用領(lǐng)域中的常用方法,盡可
《數(shù)值計算方法實驗教程》是一本針對數(shù)值計算方法的實驗課程的指導用書.《數(shù)值計算方法實驗教程》共8章,包括數(shù)值計算常用軟件(MATLAB、C、Python)介紹、非線性方程求根實驗、線性方程組的直接解法實驗、線性方程組的迭代解法實驗、函數(shù)的插值法實驗、曲線擬合實驗、數(shù)值積分實驗、矩陣特征值與特征向量的計算實驗.《數(shù)值計算
本書重點研究了位置數(shù)據(jù)的智能聚類學習相關(guān)模型和算法前沿,集中反映了作者近年來對空間數(shù)據(jù)聚類與智能優(yōu)化相結(jié)合的研究成果,系統(tǒng)闡述了GPS位置數(shù)據(jù)聚類學習的相關(guān)模型與算法。本書共分為7章,包括GPS位置數(shù)據(jù)聚類模型和智能優(yōu)化的關(guān)鍵技術(shù),GPS位置數(shù)據(jù)的遺傳、模糊粒子-遺傳融合、遺傳-模糊蟻群混合自動聚類模型與算法,基于Ma
本書廣泛涉及了統(tǒng)計學、神經(jīng)網(wǎng)絡、模糊控制、人工智能及群智能計算等學科的先進思想和理論,將各種算法應用到模式識別領(lǐng)域中。以一種新的體系,系統(tǒng)而全面地介紹模式識別的理論、方法及應用。本書共分為12章,內(nèi)容包括:模式識別概述、基于貝葉斯決策理論的分類器設計、判別函數(shù)分類器設計、聚類分析、模糊聚類分析、神經(jīng)網(wǎng)絡聚類設計、模擬退
《概率論與數(shù)理統(tǒng)計(人工智能專用)》介紹了與人工智能密切相關(guān)的概率論與數(shù)理統(tǒng)計的內(nèi)容。全書分成兩大部分,di一部分主要介紹概率論的知識,涵蓋概率論的基本概念、一維隨機變量及其分布、二維隨機變量及其分布,數(shù)字特征,大數(shù)定理和中心極限定理外,還增加了信息論基礎(chǔ)知識、若干集中不等式的相關(guān)知識。第二部分主要介紹常見的數(shù)理統(tǒng)計知
本書主要介紹概率論和隨機過程的基礎(chǔ)知識和基本概念,內(nèi)容包括概率論和隨機過程兩部分。第1~5章介紹概率論的基本概念及定理,主要包括隨機事件與概率、離散型隨機變量及其分布、連續(xù)型隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理;第6章介紹隨機過程的基本概念、泊松過程、馬爾可夫過程、鞅、布朗運動、隨機積分和伊藤公
本書系統(tǒng)介紹了基于ABAQUS的有限元用戶子程序開發(fā)和應用,可為有需要的科研人員和工程技術(shù)人員提供快速掌握較復雜有限元程序開發(fā)和仿真分析的實用工具和資料。全書分為兩部分,分別是基于ABAQUS的用戶子程序基礎(chǔ)、有限元子程序開發(fā)進階。第一部分(第1~8章)介紹了有限元子程序開發(fā)的基本過程、Fortran的基本語法和常用到
本書介紹了數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設檢驗、方差分析、貝葉斯基礎(chǔ)和統(tǒng)計計算等內(nèi)容.在編寫過程中特別注重方法的實際應用,每個理論后面都列舉了對應的例子.同時,為了更貼近社會的現(xiàn)實需求,在每章最后一節(jié)通過例子對該章的主要內(nèi)容進行了R語言實現(xiàn),并列出了程序的詳細步驟.
本書研究分類數(shù)據(jù)的統(tǒng)計過程控制.近年來,統(tǒng)計過程控制的研究成果十分豐富,但大都集中在取值為具體數(shù)值的連續(xù)數(shù)據(jù).本書關(guān)注的分類數(shù)據(jù)取值為若干個類別或?qū)傩运,信息量較少,但在生活生產(chǎn)中極為常見.本書內(nèi)容來自作者和合作者近年來的研究成果,從一元或多元、名義或有序、獨立或自相關(guān)、相關(guān)性或因果關(guān)系等角度,系統(tǒng)地介紹了分類數(shù)據(jù)統(tǒng)
本書介紹了與Abaqus二次開發(fā)密切相關(guān)的腳本用戶手冊、腳本參考手冊、GUI用戶手冊、GUI參考手冊的常用內(nèi)容,詳細解釋了常用腳本命令和GUI命令。其中,腳本命令提供了簡單示例,GUI命令提供了詳細示例,大量GUI命令的解釋比幫助文件更為詳盡。本書特別提供了筆者開發(fā)的大量學習、開發(fā)輔助工具,附完整源碼,可幫助讀者更快熟
本書的主要內(nèi)容包括計算思維概述、計算思維之抽象、計算思維之自動化、人工智能、GoogleBlockly語言程序設計等。本書以培養(yǎng)學生的計算思維能力為目標,以提高學生的創(chuàng)新能力和抽象思維能力為重點,培養(yǎng)學生從計算思維的角度理解計算學科的基本知識和方法,并用Blockly語言進行程序設計,使計算思維融入學生分析問題和解決問
本書主要介紹了雙參數(shù)韋布爾分布模型,并從雙參數(shù)韋布爾分布在可靠性領(lǐng)域的應用角度介紹了相關(guān)可靠性統(tǒng)計方法,包括韋布爾分布的確定方法、基于極大似然估計的可靠性統(tǒng)計方法、基于分布曲線擬合的可靠性統(tǒng)計方法、基于Bayes的可靠性統(tǒng)計方法、其他可靠性統(tǒng)計方法及改進韋布爾分布的可靠性統(tǒng)計方法。
本書系統(tǒng)介紹了分析偏微分方程控制系統(tǒng)穩(wěn)定性的Riesz基方法,側(cè)重于由二階偏微分系統(tǒng)描述的彈性振動系統(tǒng)的Riesz基性質(zhì)、譜確定增長條件以及指數(shù)穩(wěn)定性,從一般抽象的理論開始到具體偏微分系統(tǒng)Riesz基的驗證都有全面敘述與證明。特別地,本書重點介紹比較法、對偶基方法以及Green函數(shù)法的技巧與理論,其中關(guān)于本征值與本征函
本書第1章主要介紹變點檢驗和在線監(jiān)測的一些經(jīng)典方法,并介紹本書著重討論的厚尾時間序列模型和長記憶時間序列模型.第2,3章主要介紹檢驗和估計厚尾時間序列模型均值變點和持久性變點的一些方法.第4,5章介紹檢驗長記憶時間序列均值變點、時間趨勢項變點、方差變點及長記憶參數(shù)變點的一些方法.第6章介紹在線監(jiān)測厚尾時間序列持久性變點
本書講述系統(tǒng)與控制中的**控制理論。第一章介紹**控制問題的提出過程、**控制的數(shù)學提法、研究**控制的方法和幾個例子。第二章介紹**值原理,包括一般控制問題的**值原理、最速控制的**值原理、**值原理與古典變分之間的關(guān)系等問題。第三章介紹動態(tài)規(guī)劃方法與**控制,包括**性原理與動態(tài)規(guī)劃方法基礎(chǔ)、**控制器分析設計問
本書是根據(jù)教育部高等學校統(tǒng)計學專業(yè)教學指導分委員會制定的《統(tǒng)計學專業(yè)教學規(guī)范(授經(jīng)濟學學位)》中提出的課程設置和教學內(nèi)容綱要編寫出版的系列教材之一。本書介紹數(shù)理統(tǒng)計學的統(tǒng)計思想、理論和方法,主要內(nèi)容包括總體、樣本、統(tǒng)計量等概念以及常用分布、點估計理論、假設檢驗、區(qū)間估計、線性模型以及統(tǒng)計決策理論和貝葉斯推斷等。本書強調(diào)
本書通過經(jīng)典的案例分析,翔實介紹在科學研究和數(shù)學建模競賽中常用的優(yōu)化控制方法,包括數(shù)學規(guī)劃方法、網(wǎng)絡優(yōu)化、計算機仿真方法、智能優(yōu)化算法、微分方程與模糊數(shù)學等。全書共5個部分25章,各自獨立且相互補充,每一個案例均有詳細的計算代碼,便于讀者自學與應用。