本書介紹了常用的數(shù)學建模方法和建模的基本技巧，主要內(nèi)容包括數(shù)學模型的概念、初等模型、微分方程模型、層次分析法、離散模型、聚類分析、對策模型、穩(wěn)定性分析、最小覆蓋模型、一般優(yōu)化模型、數(shù)學建�！獙嵗�，并在附錄中分別給出了美國和中國大學生數(shù)學建模競賽的優(yōu)秀論文。

本書基于“數(shù)學建模與數(shù)學實驗”“數(shù)學教學軟件”等課程要求，對常用的三款數(shù)學軟件Mathematica、LINGO、幾何畫板的功能、語法及基本使肪法在實驗基礎(chǔ)上進行總結(jié)。本書內(nèi)容主要包括Mathematica軟件的基本用法、Mathematica軟件在高等數(shù)學中的應(yīng)用、Mathematica軟件在高等代數(shù)(線性代數(shù))中的

本書是國家級一流本科課程“數(shù)學建�！钡呐涮捉滩�，全書對數(shù)學建模中使用廣泛的各種數(shù)學模型進行了介紹，內(nèi)容包括MATLAB與LINGO編程、趣味數(shù)學建模問題、優(yōu)化模型、圖論模型、離散模型、線性回歸模型、微分方程模型、排隊論模型、數(shù)據(jù)處理方法、指標合成方法及大量競賽實戰(zhàn)建模案例。本書不但對每個問題都建立了數(shù)學模型，而且配有M

"作者根據(jù)多年科學研究成果及數(shù)學建模競賽輔導經(jīng)驗編寫此書。本書旨在架起評估理論與應(yīng)用之間的橋梁，從評估方法的基本理論、實現(xiàn)與步驟、優(yōu)缺點、應(yīng)用案例幾個方面進行剖析，使得評估理論在縱深方向得以延展。全書共分為10章，包括了評估的基本理論、層次分析法、模糊綜合評估法、灰色聚類評估法、人工神經(jīng)網(wǎng)絡(luò)評估、多源信息融合評估、物元

本書的編寫遵循數(shù)學建模的基本原理，精選了一些典型數(shù)學模型案例，注重講解基本建模的框架和方法。全書包括了9章2個附錄，主要涉及了數(shù)學模型與數(shù)學建模基本概述、初等建模、線性規(guī)劃、非線性規(guī)劃、統(tǒng)計描述與分析、微分方程、差分方程、圖與網(wǎng)絡(luò)以及數(shù)學建模競賽及專家講評等基礎(chǔ)模塊，文后附加了MatLab、Python軟件入門知識和使

本書主要介紹了兒童數(shù)學建模的選題、開題、做題、結(jié)題，精選了11個兒童數(shù)學建模的案例，詳細介紹了兒童如何開展數(shù)學建模的過程。主要內(nèi)容包括：兒童數(shù)學建模的選題；兒童數(shù)學建模的開題；兒童數(shù)學建模的做題等。

本書系統(tǒng)介紹了數(shù)學建模的理論知識和求解方法，結(jié)合典型實例全面闡述了數(shù)學建模解決實際問題的基本過程。內(nèi)容涵蓋了數(shù)學建模課程中的一些基本方法和基本模型，包括插值與擬合、線性規(guī)劃、整數(shù)規(guī)劃與非線性規(guī)劃、常微分方程與差分方程模型、概率統(tǒng)計模型、圖論與網(wǎng)絡(luò)優(yōu)化、綜合評價與決策模型等。

邏輯定理的機器證明是人工智能領(lǐng)域人們最早從事研究的課題。本書從邏輯定理的人工證明和機器證明兩方面來展現(xiàn)邏輯定理證明的藝術(shù)，而機器證明又從定理的自動證明和計算機輔助證明兩個方面來展現(xiàn)。本書首先用作者構(gòu)造的命題演算系統(tǒng)FPC和狹謂詞演算系統(tǒng)FQC完成常用邏輯定理的人工證明(一種自然推理證明)。其次，用邏輯定理的機器證明工具

本書在H.M.Sheffer和張清宇先生等人工作的基礎(chǔ)上，提出了一種創(chuàng)新型的邏輯符號表示法——中國表示法。在其中僅僅使用一對括號，就可以在一個公式中同時表示出所有的命題聯(lián)結(jié)詞、量詞、模態(tài)詞和時態(tài)詞等邏輯常項，由此可以極大地簡化構(gòu)建邏輯系統(tǒng)所需的初始聯(lián)結(jié)詞。本書闡述了中國表示法區(qū)別于其他表示法的整體性特征，證明了中國表示

本書是一本講述增強現(xiàn)實基本原理和算法的教材。全書共分為11章。首先介紹增強現(xiàn)實基本模型和原理、空間變換與相機模型。然后介紹增強現(xiàn)實所必需的空間注冊與跟蹤算法，包括基于平面標志的方法、基于3D點跟蹤的方法、視頻序列跟蹤及有限重建方法等。在此基礎(chǔ)上，講解了增強現(xiàn)實中的虛實融合技術(shù)和空間增強現(xiàn)實技術(shù)，包括虛擬物體的繪制、虛實