時間序列分析是概率統計學科中應用性很強的一個分支，具有非常特殊的、自成體系的一套理論和分析方法，在金融、經濟、氣象、水文、信號處理、工程技術等眾多領域得到了廣泛應用。本書以時間序列的統計特征和建模步驟為主線，系統介紹時間序列的基本理論、建模和預測方法以及實踐應用，目的是使讀者掌握時間序列分析的基本理論、建模和預測的方法

本書基于回聲狀態(tài)網絡ESN研究時間序列分類和預測問題：第一，分析了面向時間序列分析的ESN；第二，研究了基于DE和ESN的時間序列分類方法；第三，研究了基于BSA優(yōu)化ESN的時間序列預測方法；第四，研究了基于組合ESN的時間序列預測方法；第五，設計了基于小波ESN的旅游需求預測模型；第六，構建了基于雙儲備池ESN的電力

現代非參數統計方法是統計學方法論的一個重要組成部分，本書主要介紹若干經典的現代非參數統計方法，包括非參數密度估計、非參數回歸方法、分位數回歸和非參數似然方法(經驗似然)。密度估計方面介紹一元和多元核密度估計；非參數回歸方面介紹局部多項式估計的構造、理論性質和應用，樣條函數的基本理論、樣條估計理論；分位數回歸方面介紹分位

本書共6章，在傳統離散元方法基礎上，提出了多尺度離散元模擬方法，針對微觀尺度的顆粒單元接觸問題，提出了可以定量考慮顆粒表面粗糙度的隨機法向接觸模型；針對細觀尺度的顆粒集合特性表征問題，建立了基于主成分分析方法的顆粒集合評價方法；針對宏觀尺度的大規(guī)模計算問題，發(fā)展了基于精確縮尺的粗�；�離散元方法，從不同尺度對現有離散元方

本書系統地介紹了定義在離散格(包括Zd和Bethe樹等)圖上的取值于有限集合的隨機場的相變、信息度量，以及網絡演化博弈論。全書共10章，分為三個部分。第一部分包括第1章至第3章，給出了隨機場的一般定義，重點介紹馬爾可夫場和Gibbs場，以及它們的等價關系，討論了Z2和樹(包括開樹和閉樹)上Ising模型的相變問題。第二

《非線性系統的行波解》以時滯連續(xù)與離散反應擴散方程、積分-差分方程和隨機種群模型為研究對象,歸納總結了作者多年研究行波解的成果,系統講述了作者利用打靶法、單調迭代、不動點定理、滑行方法等研究時滯反應擴散方程和積分-差分方程的行波解的存在唯一性,利用擠壓技術和譜分析方法研究行波解的漸近穩(wěn)定性,以及利用單調動力系統和大偏差

本書主要講述混合、正負相協、拓廣負相依、寬相依和負超可加相依等相依結構下的不等式研究，特別是非參數和半參數模型的統計理論和方法，如若干相依序列的定義和不等式、密度函數和分布函數估計的相合性與漸近正態(tài)性、非參數回歸函數小波估計的強相合和Berry-Esseen界、半參數回歸模型小波估計的弱收斂速度和Berry-Essee

本書介紹近些年來關于馬爾可夫鏈的統計推斷的一些研究新結果:可逆馬爾可夫鏈和不可逆平穩(wěn)D-馬爾可夫鏈統計計算理論，使用的方法是我們建立的馬爾可夫鏈反演法。第1章介紹本書需要的一些預備知識。第2章介紹馬爾可夫鏈的擊中分布和禁忌速率，主要是擊中分布的微分性質、矩性質及對稱函數性質有關的約束方程，以及馬爾可夫鏈反演法。第3章和

"本書突出教材要符合應用型本科教育的定位和人才培養(yǎng)目標，既要考慮到應用型本科教育既要符合高等教育法關于本科教育學業(yè)標準的規(guī)定，又要充分體現應用性的特點，強調以應用為主線來構建教材的結構和內容，做到基本理論適度，實際應用性突出。 本書以運籌系統規(guī)劃為主線，圍繞規(guī)劃論、決策論、排隊論、庫存論、圖論、博弈論六大模塊展開。在

本書共10章，具體內容包括：緒論、預備數學基礎、非線性方程求解、線性方程組的直接解法、線性方程組的迭代解法、插值法、曲線擬合和函數逼近、數值積分與微分、常微分方程的數值解法、矩陣特征值計算介紹.《BR》本書針對理工科研究生的需求和特點,寫法上強調各類數值問題的底層邏輯;特別注重用生活中的常識對相關數學思想進行解釋說明;

測量是人類認識與探索自然的一種必不可少的重要手段，也是人類打開未來知識寶庫的金鑰匙。本書從測量、測試與計量等基本概念入手，考慮到參數測量結果的處理及測試系統的分析評價這兩個不同的應用需求，并針對靜態(tài)測量和動態(tài)測量以及等精度測量和不等精度測量的特點，在相應章節(jié)對相關知識點進行詳細介紹，貫穿經典誤差理論和現代誤差理論的主線

全書主要內容包括ANSYS2022概述、幾何建模、建模實例、網格劃分、施加載荷、求解、后處理、靜力分析、模態(tài)分析、諧響應分析、瞬態(tài)動力學分析、譜分析、結構屈曲分析、非線性分析、接觸問題分析等。本書從實際應用出發(fā),結合作者使用該軟件的經驗,實例部分采用GUI方式一步步地對操作過程和步驟進行了講解。還提供命令流文件電子資料

本書以時間序列模型為基礎，以經濟學和管理學中的案例為載體，采用理論講解與數據分析案例實踐相結合的方式編寫而成。全書共9章，包括時間序列分析基礎、線性時間序列模型、單位根時間序列模型、非線性時間序列模型、協整時間序列模型、波動率模型、時間序列的機器學習方法、時間序列的深度學習方法和課程綜合案例等內容。本書配有PPT課件、

全局優(yōu)化問題一直是最優(yōu)化領域的老大難問題,備受多方關注。本書作為該領域的一部專著,首先介紹了非凸全局優(yōu)化問題的研究進展,然后從分支方法、定界理論、算法設計及相關技術等方面詳細論述了非凸全局優(yōu)化問題的分支定界算法。全書主要內容如下:全局優(yōu)化方法的研究現狀,分支定界算法的理論基礎、分支方法、定界技巧及相關概念,二次規(guī)劃、線

本書結合作者近年來的研究工作,系統介紹非線性分布參數系統的智能建模方法及其在實際工程領域的應用,重點闡述分布參數系統建模的基礎知識及方法。在此基礎上,針對工業(yè)系統廣泛存在的不確定性、強非線性、時變、大尺度特征等問題,提出了基于流形學習的非線性時空模型、基于數據學習機的非線性時空模型、基于有限高斯混合模型的時空多模型、基

作者根據多年來學習和講授隨機過程的經驗,以及在研究工作中長期積累的自己的理解、體會和心得,寫下了本書。本書主要講述現代隨機過程的基礎知識,包括隨機過程的總體概念和術語,可選性與循序可測性,經典Wiener空間,Brown運動,離散時間鞅與連續(xù)時間鞅,Markov過程與半群,強馬氏性與擴展馬氏性,Ito隨機積分,一般半鞅

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的進化算法、化學反應優(yōu)化算法、人工內分泌系統模型、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“概率論與數理統計”課程及教材建設的經驗和成果，按照全國碩士研究生入學統一考試數學一的考試大綱要求，根據作者十多年的教學實踐經驗編寫而成．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、隨機變量的數字特征、大數定律及中心極限定理、統計量和抽樣分布

本書介紹非線性復雜系統中數據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計模型，包括Friedman-Tukey投影尋蹤模型、投影尋蹤Spearman相關系數模型、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據信息、

概率論是高等院校數學和統計學專業(yè)的基礎課程之一。全書共七章，主要包括：隨機事件及其概率、隨機變量及其分布、隨機變量的數值特征、多維隨機變量及其分布、多維隨機變量的數值特征、大數定律與中心極限定理。除第1章外每章配有習題，書末附有部分習題參考答案或提示，便于讀者學習和檢查所學知識。本書著眼于理論聯系實際，通過精選例題并結