全書從內(nèi)容上分為三大部分。第一部分主要介紹超啟發(fā)式算法的基礎(chǔ)理論，其中第1章介紹了超啟發(fā)式算法的內(nèi)涵和分類，第2~第5章分別介紹了選擇構(gòu)造類、選擇攝動類、生成構(gòu)造類、生成攝動類這四類超啟發(fā)式算法，第6章從理論層面給出了超啟發(fā)式算法的嚴(yán)格定義和基本框架。第二部分重點(diǎn)介紹超啟發(fā)式算法在多種實(shí)際優(yōu)化問題中的應(yīng)用，其中第7~第

本書主要涉及高等微積分的知識，對于一些經(jīng)典結(jié)果作了現(xiàn)代化的處理，利用微分流形及微分形式，簡明而系統(tǒng)地討論了多元函數(shù)的微積分。全書共5章，包括歐幾里得空間上的函數(shù)、微分、積分、鏈上的積分、流形上的積分。內(nèi)容深入淺出，論證嚴(yán)格而易于理解。高等微積分的部分內(nèi)容，因?yàn)槠涓拍詈头椒ū容^復(fù)雜，所以在初等水平上難以嚴(yán)格處理，本書專門

本書介紹了如何使用Python語言進(jìn)行物理建模，包括完成二維和三維圖形繪制、動態(tài)可視化、蒙特卡羅模擬、常微分方程求解、圖像處理等常見任務(wù)。本書在第1版的基礎(chǔ)上增加了關(guān)于用SymPy進(jìn)行符號計(jì)算的新內(nèi)容，介紹了用于數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的pandas和sklearn庫、關(guān)于Python類和面向?qū)ο缶幊痰娜腴T知識、命令行工具，

從Fibonacci數(shù)列講起，從Fibonacci數(shù)列中抽象它的特征值特征方程，然后用特征值特征方程的概念解決擴(kuò)展的Fibonacci數(shù)列、某些簡單的差分方程和簡單的微分方程。整本書沿著特征值特征方程書寫，敘述怎樣用特征值特征方程來解決實(shí)際問題，同時強(qiáng)調(diào)數(shù)學(xué)中不同學(xué)科中的內(nèi)在聯(lián)系。內(nèi)容基本不超過中學(xué)數(shù)學(xué)范圍。全書分六個

數(shù)值計(jì)算與解析理論和科學(xué)實(shí)驗(yàn)并列為現(xiàn)代科學(xué)的三大研究手段。計(jì)算物理學(xué)是利用計(jì)算機(jī)來求解物理問題或者分析物理實(shí)驗(yàn)的一個重要的物理學(xué)分支，是物理學(xué)和計(jì)算數(shù)學(xué)的重要交叉學(xué)科，但有其相對的獨(dú)立性，在現(xiàn)代物理學(xué)的發(fā)展中起著舉足輕重的作用�，F(xiàn)行的計(jì)算物理學(xué)教材，絕大多數(shù)著眼于介紹純粹的數(shù)值分析理論，或者是偏重于一些艱深的前沿問題，

本書是一部深入探討計(jì)算思維在信息科技跨學(xué)科主題學(xué)習(xí)中的實(shí)踐與應(yīng)用的專著。全書共分為五章，系統(tǒng)闡述了跨學(xué)科主題學(xué)習(xí)的概念、特征、教育價(jià)值以及開展方式，并詳細(xì)分析了信息科技跨學(xué)科主題學(xué)習(xí)的具體要求。 本書首先介紹了計(jì)算思維這一關(guān)鍵能力，包括其概念、問題解決能力、系統(tǒng)設(shè)計(jì)和行為理解等方面，并探討了計(jì)算思維在跨學(xué)科領(lǐng)域的應(yīng)用

本教材是在熊天信、蔣德瓊等編著的《大學(xué)物理》（第2版）的基礎(chǔ)上修訂而成的，分上、下兩冊。上冊內(nèi)容包括經(jīng)典力學(xué)、機(jī)械振動和機(jī)械波、相對論和熱學(xué)4篇，下冊內(nèi)容包括電磁學(xué)、波動光學(xué)、量子物理基礎(chǔ)及物理學(xué)進(jìn)展與應(yīng)用3篇。本教材可作為各類高等院校理工科非物理學(xué)專業(yè)大學(xué)物理課程的教材或參考書。其中的習(xí)題與思考題解答將另冊出版。

本書是一本模式識別學(xué)習(xí)的立體教程，通過本書的學(xué)習(xí)，能夠掌握模式識別主要技術(shù)模塊的算法原理及Python實(shí)現(xiàn)，包括貝葉斯決策、概率密度函數(shù)的估計(jì)、線性判別分析、非線性判別分析、組合分類器、無監(jiān)督模式識別、特征選擇、特征提取、半監(jiān)督學(xué)習(xí)以及人工神經(jīng)網(wǎng)絡(luò)等。本書配以教學(xué)課件、Python仿真程序、微課視頻和實(shí)驗(yàn)指導(dǎo)書，便于教

矩陣是重要的數(shù)學(xué)工具，也是當(dāng)今人工智能、機(jī)器學(xué)習(xí)等領(lǐng)域重要的數(shù)據(jù)處理對象。本書作為矩陣?yán)碚摰慕滩�，將由淺入深地介紹矩陣的基本理論，包括矩陣的概念與運(yùn)算、線性方程組、線性映射和線性變換、行列式、向量空間、特征值和特征向量、相似矩陣、二次型等，還有這些基本理論在機(jī)器學(xué)習(xí)上的簡單應(yīng)用。此外在本書各章還附上了對應(yīng)的Python

時間和空間的概念是如此常見，以至于我們覺得它們的存在是理所當(dāng)然的。但是相對論在20世紀(jì)初完全顛覆了人們對這兩個概念的傳統(tǒng)認(rèn)知：時間的流逝可能變慢，兩個人衰老的速度可能不同，光速是無法超越的極限速度，過去、現(xiàn)在和未來的區(qū)分也只是頑固而執(zhí)著的幻覺。本書通過生動的筆調(diào)、淺顯的示例和形象的插圖對相對論的基本原理進(jìn)行了闡述和解讀