本書內(nèi)容已經(jīng)外聘專家審讀審核通過后同意安排出版。本書將運籌學的基本內(nèi)容按照數(shù)學模型分成線性模型、非線性模型和隨機模型，分別加以介紹，主要包括：線性規(guī)劃、對偶理論及靈敏度分析、運輸問題、目標規(guī)劃、整數(shù)規(guī)劃、圖與網(wǎng)絡流優(yōu)化、無約束非線性規(guī)劃、約束非線性規(guī)劃、排隊論等。全書除介紹運籌學基本理論和方法外，還結合Matlab的應

本書介紹了試驗設計與數(shù)據(jù)分析的常用方法，及其在專業(yè)學習、科學試驗和工業(yè)生產(chǎn)中的實際應用。全書共分為10章，其中第1章為概述；第2章為與理化數(shù)據(jù)分析相關的Excel基礎操作；第3-6章為試驗數(shù)據(jù)的誤差分析、圖表制作方法、方差分析和回歸分析；第7-9章介紹了正交設計、均勻設計和優(yōu)選方法；第10章是綜合實訓練習，方便學習者檢

本書聚焦于高維變量誤差模型的理論與計算方法，分別考慮了線性回歸和多響應回歸變量誤差模型的參數(shù)估計。統(tǒng)計層面，提出非凸估計方法，給出參數(shù)估計的誤差上界，進而建立統(tǒng)計一致性。計算層面，采用便捷高速的一階算法求解估計量所基于的非凸優(yōu)化問題，并證明了算法的線性收斂結果，表明算法可在線性時間內(nèi)收斂到問題的一個近似全局解，填補了非

本書共分八章，主要內(nèi)容包括：隨機事件和概率；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)定律和中心極限定理；數(shù)理統(tǒng)計的基本概念；參數(shù)估計。

本書強調(diào)適當?shù)慕y(tǒng)計學習數(shù)據(jù)分析以綜合方式依賴于健全的數(shù)據(jù)收集、智能數(shù)據(jù)管理、適當?shù)慕y(tǒng)計程序和對結果的可理解的解釋。監(jiān)督學習可被統(tǒng)一視為回歸分析的一種形式。通過大量實際應用及其相關的R代碼來說明關鍵概念和過程，著眼于實際意義。

有限元方法是處理各種復雜工程問題的重要分析手段，也是進行科學研究的重要工具。本書從有限元分析概述、桿梁結構分析的有限元方法、連續(xù)體結構分析的有限元方法、非線性有限元，以及基于ANSYS平臺的有限元建模與分析實例等五個方面系統(tǒng)地介紹了有限元技術分析及相關計算應用。全書是作者在多年從教經(jīng)驗的基礎上，依據(jù)目前工程學科對有限元

本書的主要目的是向讀者介紹多目標排序的一些常見模型、研究方法和主要結果。本文共包含7章：在第1章中，我們給大家介紹了排序問題的一些定義和概念，國內(nèi)外當前研究的現(xiàn)狀以及研究多目標排序的一些常見方法。在第2章中，我們介紹了一些經(jīng)典的單機排序結果.在第3章中，我們給出了單機批加工排序的一些結果。在第4章中，我們介紹了多臺機器

智能優(yōu)化算法作為人工智能的重要研究方向之一，為許多領域中復雜的系統(tǒng)優(yōu)化問題提供了更好的解決方法，因此得到了廣泛的應用�！吨悄軆�(yōu)化算法及MATLAB實現(xiàn)》按照智能優(yōu)化算法、測試函數(shù)集及常用仿真實驗等邏輯脈絡由淺至深地進行講解，便于讀者入門并掌握智能優(yōu)化算法及其MATLAB實現(xiàn)的相關知識，為后續(xù)學習打下良好基礎。全書共16

全書共10章，第1-3章主要介紹圖的思維方式、圖算法基礎以及如何評估圖算法的效率。第4-9章主要介紹6類經(jīng)典圖算法，包括中心性算法、相似度算法、連通性和緊密度算法、傳播與分類算法、拓撲鏈接預測算法、圖嵌入算法等的原理、參數(shù)以及行業(yè)應用。第10章介紹圖算法在金融、生物醫(yī)藥等領域的深度應用。

本書首先介紹了與課程相關的高等數(shù)學知識，包括泛麗分析基礎與最優(yōu)化方法，這樣做的目的是加強學生的專業(yè)基礎，然后重點闡述了最優(yōu)控制原理及求解方法。本書的主要內(nèi)容包括變分法、極大(小)值原理線性二次型最優(yōu)控制、動態(tài)規(guī)劃、近似動態(tài)規(guī)劃、微分對策、H2與H∞最優(yōu)控制以及隨機系統(tǒng)的最優(yōu)濾波與控制等。學生在學習本書的內(nèi)容時，除了需要