**控制是現(xiàn)代控制理論的核心部分，在航天探索等先進(jìn)科技領(lǐng)域具有重要應(yīng)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(duì)于創(chuàng)新性研究依然有著重要的啟發(fā)和廣泛應(yīng)用。本書(shū)基于**控制學(xué)科發(fā)展脈絡(luò)，從科學(xué)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(shū)中首先概述**控制發(fā)展簡(jiǎn)史，從函數(shù)極值

演化算法是一類(lèi)基于群體智能的自然啟發(fā)式搜索優(yōu)化策略，具有結(jié)構(gòu)靈活、易于理解、適用廣泛的特點(diǎn)。本書(shū)是作者多年研究成果的總結(jié)，介紹基于復(fù)雜適應(yīng)度函數(shù)的進(jìn)化算法、化學(xué)反應(yīng)優(yōu)化算法、人工內(nèi)分泌系統(tǒng)模型、反向差分進(jìn)化算法等高級(jí)計(jì)算智能方法，以及算法在目標(biāo)的識(shí)別和跟蹤、車(chē)輛路徑問(wèn)題等復(fù)雜實(shí)際場(chǎng)景中的應(yīng)用。

本書(shū)是在教育部制定的教學(xué)大綱基礎(chǔ)上，參照同濟(jì)大學(xué)“概率論與數(shù)理統(tǒng)計(jì)”課程及教材建設(shè)的經(jīng)驗(yàn)和成果，按照全國(guó)碩士研究生入學(xué)統(tǒng)一考試數(shù)學(xué)一的考試大綱要求，根據(jù)作者十多年的教學(xué)實(shí)踐經(jīng)驗(yàn)編寫(xiě)而成．全書(shū)共分八章，包括隨機(jī)事件與概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律及中心極限定理、統(tǒng)計(jì)量和抽樣分布

本書(shū)介紹非線(xiàn)性復(fù)雜系統(tǒng)中數(shù)據(jù)處理的投影尋蹤降維技術(shù)，給出投影尋蹤在分類(lèi)、評(píng)價(jià)和預(yù)測(cè)等方面的統(tǒng)計(jì)模型，包括Friedman-Tukey投影尋蹤模型、投影尋蹤Spearman相關(guān)系數(shù)模型、投影尋蹤信息熵模型、聚類(lèi)分析修正的投影尋蹤模型、解不確定型決策問(wèn)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(shū)是根據(jù)普通高等理工科院�！皵�(shù)值分析”和“計(jì)算方法”課程的基本要求,結(jié)合作者多年的教學(xué)實(shí)踐經(jīng)驗(yàn)編寫(xiě)而成的.內(nèi)容主要包括科學(xué)計(jì)算中的誤差分析、線(xiàn)性方程組的數(shù)值解法、插值與逼近、非線(xiàn)性方程求根、數(shù)值積分與數(shù)值微分、矩陣特征值的計(jì)算、常微分方程初值問(wèn)題的數(shù)值解法等.本書(shū)的編寫(xiě)注重讀者對(duì)算法基本思想和操作的掌握,旨在訓(xùn)練讀者

本書(shū)是高等院校理工科類(lèi)基礎(chǔ)課程“概率論與數(shù)理統(tǒng)計(jì)”的學(xué)習(xí)參考書(shū),全書(shū)共分9章,前8章主要是理工科概率論與數(shù)理統(tǒng)計(jì)教學(xué)內(nèi)容的總結(jié)以及典型習(xí)題的講解,主要包含,闡述基本概念,歸納基本性質(zhì)與重要公式,總結(jié)解題方法和技巧,典型例題講解等;第9章為自測(cè)題。編者結(jié)合北京理工大學(xué)多年的教學(xué)實(shí)踐經(jīng)驗(yàn),在翻閱大量資料的基礎(chǔ)上,精心挑選了

概率論與數(shù)理統(tǒng)計(jì)習(xí)題集內(nèi)容包含概率論基礎(chǔ)、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)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(jì)基礎(chǔ)、參數(shù)估計(jì)、假設(shè)檢驗(yàn)等。題型有選擇題、判斷題、填空題、計(jì)算題、證明題、應(yīng)用題等。每章附有單元測(cè)試題，并在習(xí)題中引入歷年考研試題。內(nèi)容覆蓋知識(shí)點(diǎn)較為全面，旨在檢驗(yàn)學(xué)生對(duì)基本概念、基本理

在書(shū)中，作者通過(guò)擴(kuò)展一些已知的經(jīng)典空間（比如隨機(jī)空間、超度量空間和超空間）的概念，介紹了一些廣義概率結(jié)構(gòu)。作者還擴(kuò)展了概率度量空間中的多值收縮的不動(dòng)點(diǎn)理論，并證明了一些一般的不動(dòng)點(diǎn)理論和重合點(diǎn)理論。對(duì)于不動(dòng)點(diǎn)不存在的情況，作者研究了某些弱條件的近似不動(dòng)點(diǎn)�！陡怕式Y(jié)構(gòu)和模糊結(jié)構(gòu)上的不動(dòng)點(diǎn)：概率結(jié)構(gòu)和直覺(jué)模糊度量空間的不動(dòng)

因果推斷方法常用于教育學(xué)、經(jīng)濟(jì)學(xué)、社會(huì)學(xué)等學(xué)科研究及公共政策評(píng)估。本書(shū)囊括了目前運(yùn)用觀測(cè)數(shù)據(jù)進(jìn)行因果推斷的主要方法。全書(shū)共分六講，分別是：計(jì)量分析的起點(diǎn)、線(xiàn)性回歸分析、倍差法、工具變量法、斷點(diǎn)回歸和匹配法。前兩講為讀者奠定微觀計(jì)量方法基礎(chǔ)，后四講講授具體的準(zhǔn)實(shí)驗(yàn)方法，按因果識(shí)別策略、估計(jì)方法、實(shí)例講解、Stata操作四

本書(shū)是一部版權(quán)引進(jìn)的俄文原版數(shù)學(xué)專(zhuān)著。中文書(shū)名可譯為《蒙特卡羅方法中的隨機(jī)過(guò)程和場(chǎng)模型：算法和應(yīng)用》。作者是謝爾蓋.米哈伊爾洛維奇.普里加林，俄羅斯物理和數(shù)學(xué)科學(xué)博士，新西伯利亞國(guó)立大學(xué)計(jì)算數(shù)學(xué)教研室教授，俄羅斯科學(xué)院西伯利亞分院計(jì)算數(shù)學(xué)和數(shù)學(xué)地球物理研究院首席研究員。