本書以經(jīng)典運籌學理論為基礎,借鑒國外優(yōu)秀運籌學領域的部分經(jīng)典理論,新增全局優(yōu)化算法,并融合MATLAB實現(xiàn)案例,系統(tǒng)介紹運籌學的原理、模型、算法及使用MATLAB的實現(xiàn)。本書采用運籌學理論與MATLAB實現(xiàn)相輔相成的編寫模式,理論和實踐相結合,更有利于讀者學習并將學習成果快速轉換為實際應用。全書分三篇,共13章內(nèi)容。第

本書結合現(xiàn)代計算機與運籌學的發(fā)展趨勢，著重介紹運籌學的基礎理論及其應用。全書共17章，內(nèi)容包括線性規(guī)劃、整數(shù)規(guī)劃、目標規(guī)劃、動態(tài)規(guī)劃、圖與網(wǎng)絡分析、統(tǒng)籌方法、決策分析、對策論、排隊論、庫存論、非線性規(guī)劃、多目標決策規(guī)劃等。相比其他同類教材，本書將統(tǒng)籌方法單獨列為一章，同時增加了用Excel處理運籌問題的相關內(nèi)容。本書可

**控制是現(xiàn)代控制理論的核心部分，在航天探索等先進科技領域具有重要應用。**控制中變分思想、極大值原理和**性原理等在人工智能興起的今日，對于創(chuàng)新性研究依然有著重要的啟發(fā)和廣泛應用。本書基于**控制學科發(fā)展脈絡，從科學史和創(chuàng)新思想的視角重新整理內(nèi)容素材，由淺入深逐步介紹核心內(nèi)容。書中首先概述**控制發(fā)展簡史，從函數(shù)極值

演化算法是一類基于群體智能的自然啟發(fā)式搜索優(yōu)化策略，具有結構靈活、易于理解、適用廣泛的特點。本書是作者多年研究成果的總結，介紹基于復雜適應度函數(shù)的進化算法、化學反應優(yōu)化算法、人工內(nèi)分泌系統(tǒng)模型、反向差分進化算法等高級計算智能方法，以及算法在目標的識別和跟蹤、車輛路徑問題等復雜實際場景中的應用。

本書是在教育部制定的教學大綱基礎上，參照同濟大學“概率論與數(shù)理統(tǒng)計”課程及教材建設的經(jīng)驗和成果，按照全國碩士研究生入學統(tǒng)一考試數(shù)學一的考試大綱要求，根據(jù)作者十多年的教學實踐經(jīng)驗編寫而成．全書共分八章，包括隨機事件與概率、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)定律及中心極限定理、統(tǒng)計量和抽樣分布

本書介紹非線性復雜系統(tǒng)中數(shù)據(jù)處理的投影尋蹤降維技術，給出投影尋蹤在分類、評價和預測等方面的統(tǒng)計模型，包括Friedman-Tukey投影尋蹤模型、投影尋蹤Spearman相關系數(shù)模型、投影尋蹤信息熵模型、聚類分析修正的投影尋蹤模型、解不確定型決策問題的投影尋蹤模型、投影尋蹤回歸及自回歸模型。這些模型能充分提取數(shù)據(jù)信息、

本書是根據(jù)普通高等理工科院�！皵�(shù)值分析”和“計算方法”課程的基本要求,結合作者多年的教學實踐經(jīng)驗編寫而成的.內(nèi)容主要包括科學計算中的誤差分析、線性方程組的數(shù)值解法、插值與逼近、非線性方程求根、數(shù)值積分與數(shù)值微分、矩陣特征值的計算、常微分方程初值問題的數(shù)值解法等.本書的編寫注重讀者對算法基本思想和操作的掌握,旨在訓練讀者

本書是高等院校理工科類基礎課程“概率論與數(shù)理統(tǒng)計”的學習參考書,全書共分9章,前8章主要是理工科概率論與數(shù)理統(tǒng)計教學內(nèi)容的總結以及典型習題的講解,主要包含,闡述基本概念,歸納基本性質與重要公式,總結解題方法和技巧,典型例題講解等;第9章為自測題。編者結合北京理工大學多年的教學實踐經(jīng)驗,在翻閱大量資料的基礎上,精心挑選了

概率論與數(shù)理統(tǒng)計習題集內(nèi)容包含概率論基礎、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)定律和中心極限定理、數(shù)理統(tǒng)計基礎、參數(shù)估計、假設檢驗等。題型有選擇題、判斷題、填空題、計算題、證明題、應用題等。每章附有單元測試題，并在習題中引入歷年考研試題。內(nèi)容覆蓋知識點較為全面，旨在檢驗學生對基本概念、基本理

在書中，作者通過擴展一些已知的經(jīng)典空間（比如隨機空間、超度量空間和超空間）的概念，介紹了一些廣義概率結構。作者還擴展了概率度量空間中的多值收縮的不動點理論，并證明了一些一般的不動點理論和重合點理論。對于不動點不存在的情況，作者研究了某些弱條件的近似不動點。《概率結構和模糊結構上的不動點：概率結構和直覺模糊度量空間的不動