本書是針對高等院校人文社會科學類專業(yè)學生編寫的教材。本書堅持在理論體系上保持完整性、嚴謹性、準確性和簡潔性，旨在幫助學生掌握一定的現(xiàn)代數(shù)學的基礎知識，吸收數(shù)學思想與方法的精華，提升數(shù)學素養(yǎng)，加強數(shù)學技術應用能力。 本書內容分為三篇，共計10章。第一篇為微積分，共4章，內容主要包括函數(shù)與極限、導數(shù)與微分、不定積分及定積分

本書聚焦軍士職業(yè)技術教育實戰(zhàn)化教學改革，落實立德樹人、為戰(zhàn)育人和學為中心的要求，由空軍預警學院、空軍勤務學院資深數(shù)學專業(yè)教師合作編寫而成.內容設計遵循注重課程基礎性、突出崗位針對性、增加手段實用性、強化育人協(xié)同性的編寫理念，著力編寫知識思政實驗三位一體的新形態(tài)教材.本書共6章，主要介紹函數(shù)及其應用、高等數(shù)學、解析幾何、

本書以應用型本科高校人才培養(yǎng)為目標，集應用數(shù)學知識、數(shù)學建模與數(shù)學實驗為一體，注重數(shù)學建模思想方法，重視數(shù)學軟件在實際中的應用，增加了許多實際案例和數(shù)學建模競賽題目，突出對學生的實踐性應用能力的培養(yǎng)。本書主要內容包括數(shù)學建模簡介、MATLAB基礎、插值與擬合、微分方程、數(shù)學規(guī)劃、網(wǎng)絡優(yōu)化、數(shù)據(jù)的描述性統(tǒng)計、統(tǒng)計分析等。

本書分三部分：第一部分主要按照建立模型的數(shù)學方法介紹了微分方程模型、概率統(tǒng)計模型、和線性代數(shù)模型等；第二部分就數(shù)學建模的參賽基本準備工作、參賽論文寫作、注意事項、競賽常用算法等競賽資源進行介紹；第三部分針對中國人口增長模型、數(shù)碼相機定位等7個問題結合參賽優(yōu)秀論文進行介紹和解析。

本書由12個模塊組成：初等模型、微積分模型、線性代數(shù)模型、概率與統(tǒng)計模型、優(yōu)化模型、多元統(tǒng)計模型、綜合評價模型、時間序列模型、空間解析幾何模型、神經網(wǎng)絡模型、差分方程模型、灰色預測模型，每個模塊包括若干個項目，其中，初等模型包括13個項目，目的是在數(shù)學建模選修課或數(shù)學建模協(xié)會上使用。本書可供高職高專院校數(shù)學建模選修課使

本書對基于粗糙集的特征選擇進行了綜合性的介紹。通過本書，讀者可以系統(tǒng)地研究粗糙集理論(RST)的各個領域，包括基礎知識、前沿概念以及基于粗糙集的特征選擇。本書還提供了基于粗糙集的API庫，可用于支持一些粗糙集概念和基于粗糙集的特征選擇的算法程序實現(xiàn)。

本書系統(tǒng)介紹在信息系統(tǒng)簇或決策系統(tǒng)簇的F-粗糙集模型。本書定義了F-粗糙集上下近似、邊界區(qū)域，在F-粗糙集中提出了F-屬性依賴度和屬性重要度矩陣，根據(jù)F-屬性依賴度和屬性重要度矩陣分別提出了屬性約簡算法，通過比對實驗在UCI數(shù)據(jù)集、真實數(shù)據(jù)集和MATLAB生成數(shù)據(jù)集上完成，實驗結果顯示，與相關算法比較，F(xiàn)-鄰域粗糙集可

這本書的作者是非經典邏輯、粗糙集理論和粒度計算領域的主要研究人員。不確定性條件下的人類推理由于其表征約束，不能很好地用經典邏輯來解釋。非經典邏輯如模態(tài)邏輯、多值邏輯、直覺邏輯、弗協(xié)調邏輯自亞里士多德以來，就得到了研究和發(fā)展。在這本書中，粗糙集理論從代數(shù)和非經典邏輯角度進行研究。在非經典邏輯的基礎上，研究了粗糙集的邏輯;

1、本書對MATLAB進行了詳細的介紹和講解，力爭做到條理明晰，深入淺出，并配有大量實用的例子，達到快速入門和提高的目的。2、注重內容的系統(tǒng)性與邏輯關系。先由淺入深地介紹MATLAB的使用基礎及其數(shù)據(jù)分析，然后詳細介紹了其數(shù)學建模及科學計算，最后介紹MATLAB的應用部分。3、側重MATLAB求解實際的數(shù)學建模問題，給

本書包括運籌優(yōu)化、圖論模型、微分方程、隨機模擬和統(tǒng)計方法等傳統(tǒng)建模方法，同時還增設了智能優(yōu)化算法、機器學習方法和深度方法，可以滿足廣大讀者和參賽者的學習需求。本書算法實現(xiàn)以Python語言為主，每章內容均有詳細的代碼，可以幫助讀者高效掌握Python編程實現(xiàn)算法。本書共包含19章，前兩章為基礎部分，分別為數(shù)學建模簡介和