最優(yōu)化技術(shù)是科學(xué)與工程領(lǐng)域中的重要數(shù)學(xué)工具。本書首先介紹非線性方程組的解析與數(shù)值解法，然后介紹各個(gè)分支的最優(yōu)化問題建模與求解方法，包括無約束最優(yōu)化、凸優(yōu)化(如線性規(guī)劃、二次型規(guī)劃與幾何規(guī)劃等)、非線性規(guī)劃、混合整數(shù)規(guī)劃、多目標(biāo)規(guī)劃與動(dòng)態(tài)規(guī)劃等，最后簡(jiǎn)要介紹智能優(yōu)化方法，并與常規(guī)方法進(jìn)行對(duì)比研究。與傳統(tǒng)的最優(yōu)化技術(shù)方面的

本書介紹了智能優(yōu)化算法中的RNA遺傳算法，包括RNA遺傳算法、具有莖環(huán)操作的RNA遺傳算法、受蛋白質(zhì)啟發(fā)的RNA遺傳算法、信息熵動(dòng)態(tài)變異概率的RNA遺傳算法、自適應(yīng)策略的RNA遺傳算法、發(fā)夾交叉操作RNA遺傳算法的橋式吊車支持向量機(jī)建模和發(fā)夾變異操作RNA遺傳算法的橋式吊車神經(jīng)網(wǎng)絡(luò)建模方法。本書體現(xiàn)了作者在RNA遺傳算

在這本書中，主要研究了一些線性矩陣方程的有限迭代算法、MCGLS迭代算法及解析算法。本書提出線性矩陣方程的兩類算法(有限迭代算法和MCGLS迭代算法)并推廣到耦合算子矩陣方程上，同時(shí)把線性矩陣方程的一般迭代解推廣到約束解，這兩類算法的各章節(jié)之間密切相關(guān)并層層遞進(jìn)。最后，本書給出了幾類線性矩陣方程的解析算法，推廣了國(guó)外專

《ABAQUS2022中文版有限元分析從入門到精通》以有限元軟件ABAQUS2022為對(duì)象，系統(tǒng)地介紹了ABAQUS2022的各種基本功能。全書分為11章，主要從線性結(jié)構(gòu)靜力問題、接觸問題、材料非線性問題、結(jié)構(gòu)模態(tài)問題、顯式非線性問題、熱應(yīng)力問題、多體系統(tǒng)問題、多步驟問題及子程序開發(fā)9個(gè)方面系統(tǒng)地講解了ABAQUS20

《Ansys2022有限元分析從入門到精通》以Ansys2022為依托，對(duì)Ansys分析的基本思路、操作步驟和應(yīng)用技巧進(jìn)行詳細(xì)介紹，并結(jié)合典型工程應(yīng)用實(shí)例詳細(xì)講述了Ansys具體工程應(yīng)用方法。本書共分為4篇20章：第1篇為操作基礎(chǔ)篇（第1~6章），詳細(xì)介紹Ansys分析全流程的基本步驟和方法；第2篇為專題實(shí)例篇（第7~

數(shù)值分析課程是東南大學(xué)工科研究生的學(xué)位課程，東南大學(xué)和蒙納什共建的蘇州研究院學(xué)生需學(xué)習(xí)全英文的數(shù)值分析課程。本教材基于孫志忠等編寫的《數(shù)值分析》，編寫了本書，內(nèi)容包括：Introduction（緒論）,SolutionsofEquationsinOneVariable（非線性方程數(shù)值解）,Numericalmethod

本書講述結(jié)構(gòu)分析中有限元法的基本原理及其應(yīng)用。全書共分8章,主要內(nèi)容包括桿系結(jié)構(gòu)、平面問題、空間問題、板殼問題、結(jié)構(gòu)動(dòng)力學(xué)問題的有限元分析,以及有限元法在土木工程中的應(yīng)用。重點(diǎn)介紹有限元的基本原理及表達(dá)格式的建立方法、不同單元的特性比較。本書可供高等工科院校工程力學(xué)、土木、交通、水利等專業(yè)本科生學(xué)習(xí)有限元課程使用,也可

本書從MATLAB基礎(chǔ)語法講起,介紹了基于MATLAB函數(shù)的科學(xué)計(jì)算問題求解方法,實(shí)現(xiàn)了大量科學(xué)計(jì)算算法。本書分為三大部分。第1章和第2章為MATLAB的基礎(chǔ)知識(shí),對(duì)全書用到的MATLAB基礎(chǔ)進(jìn)行了簡(jiǎn)單介紹。第3-12章為本書的核心部分,包括線性方程組求解、非線性方程求解、數(shù)值優(yōu)化、數(shù)據(jù)插值、數(shù)據(jù)擬合與回歸分析、數(shù)值積

本書面向應(yīng)用,介紹各種數(shù)值計(jì)算方法的基本原理及Python程序?qū)崿F(xiàn)。全書共分十五章,主要內(nèi)容包括:緒論、Python基礎(chǔ)、非線性代數(shù)方程的求根、插值、數(shù)值微分與數(shù)值積分、線性及非線性方程組求解、樣條函數(shù)、最小二乘法與回歸分析、常微分及偏微分方程的求解、過程最優(yōu)化、MonteCarlo模擬、智能優(yōu)化算法。

教育時(shí)間表問題是一個(gè)具有NP難度的多約束組合優(yōu)化問題，傳統(tǒng)優(yōu)化算法無法在可接受的時(shí)間內(nèi)求得問題的精確解甚至滿意解。智能優(yōu)化方法是借鑒仿生學(xué)特點(diǎn)發(fā)展起來的一門新興優(yōu)化計(jì)算方法，通�？梢栽谳^短時(shí)間內(nèi)獲得一個(gè)令人滿意的解，實(shí)現(xiàn)求解效率和質(zhì)量之間的平衡。本書作者及其所在的課題組多年來一直專注于智能優(yōu)化算法在教育時(shí)間表問題求解的