本書是以培養(yǎng)計(jì)算思維能力為導(dǎo)向來構(gòu)建教學(xué)內(nèi)容的教材。全書共分10章，主要內(nèi)容包括計(jì)算科學(xué)與計(jì)算思維、計(jì)算機(jī)系統(tǒng)組成及其工作原理、信息的表示與存儲、常用數(shù)據(jù)結(jié)構(gòu)與算法、計(jì)算機(jī)操作系統(tǒng)、計(jì)算機(jī)網(wǎng)絡(luò)、人工智能基礎(chǔ)、數(shù)據(jù)庫基礎(chǔ)及應(yīng)用、信息安全和Office應(yīng)用基礎(chǔ)。本書的每個知識點(diǎn)均采用相應(yīng)的案例，于知識講解中貫穿計(jì)算思維的意

社會生活中既有協(xié)調(diào)與合作，又有矛盾和沖突。為了維護(hù)或增進(jìn)自身利益，個體經(jīng)常采取威懾和脅迫這兩種戰(zhàn)略。本書在研究不確定情形下的脅迫問題時發(fā)現(xiàn)，著名的“邊緣政策”違背理性共識，無效而危險。許多矛盾往往通過談判達(dá)成妥協(xié)，而談判可以視為一種相互脅迫。從納什談判到輪流出價的談判，從外生威脅到可變威脅，從可承諾威脅到不可承諾威脅，

《概率論與數(shù)理統(tǒng)計(jì)》是根據(jù)高等院校概率論與數(shù)理統(tǒng)計(jì)課程教學(xué)的基本要求，結(jié)合我們多年來對概率論與數(shù)理統(tǒng)計(jì)課程教學(xué)內(nèi)容和教學(xué)方法改革與創(chuàng)新的成果而編寫的.《概率論與數(shù)理統(tǒng)計(jì)》主要內(nèi)容包括：概率論的基本概念、一維隨機(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)定律與中心極限定理、數(shù)理統(tǒng)計(jì)的基本概念、參數(shù)估計(jì)、

經(jīng)濟(jì)學(xué)家保羅·薩繆爾森曾說：“要想在現(xiàn)代社會里做一個有文化的人，你就必須對博弈論有一個大致的了解�！辈┺氖腔�動決策論，不是一個人的游戲，因?yàn)槲覀兊男袨闀�直接影響到對方的反�?yīng)和決策。想要在有形或無形的談判桌上獲益更多，你爭我奪、贏家通吃的做法并不理性，也無法實(shí)現(xiàn)目標(biāo)，我們要學(xué)會分析和預(yù)測對方的想法和行為，在

本書以隨機(jī)過程的統(tǒng)計(jì)特征和性質(zhì)為主線,旨在將實(shí)際應(yīng)用和理論推導(dǎo)聯(lián)系起來,通過概念、定理、例題、詳細(xì)的習(xí)題,盡量體現(xiàn)隨機(jī)過程的理論基礎(chǔ)及應(yīng)用價值,以保證教材的綜合性、整體性和前瞻性,從而使統(tǒng)計(jì)類專業(yè)和其他工程類專業(yè)、管理類專業(yè)的學(xué)生較為熟練地掌握隨機(jī)過程的理論和應(yīng)用.本書共九章,全書內(nèi)容包括隨機(jī)過程的基本概念、隨機(jī)過程的

互補(bǔ)約束優(yōu)化是一類帶均衡約束的數(shù)學(xué)規(guī)劃問題,在工程設(shè)計(jì)、交通網(wǎng)絡(luò)、通信網(wǎng)絡(luò)、**控制、經(jīng)濟(jì)等領(lǐng)域有廣泛的應(yīng)用.本書主要介紹互補(bǔ)約束優(yōu)化的理論和算法,內(nèi)容包括互補(bǔ)約束優(yōu)化的應(yīng)用背景及其約束規(guī)格和**性條件、線性互補(bǔ)約束優(yōu)化的快速算法、非線性互補(bǔ)約束優(yōu)化的光滑化算法、非線性互補(bǔ)約束優(yōu)化的松弛方法等.

本書按新時期大學(xué)數(shù)學(xué)教學(xué)大綱要求編寫而成，內(nèi)容豐富，理論嚴(yán)謹(jǐn)，思路清晰，例題典型，方法性強(qiáng).本書注重分析解題思路與規(guī)律，并與現(xiàn)實(shí)生活中的問題緊密結(jié)合，對培養(yǎng)學(xué)生的學(xué)習(xí)興趣及提高分析問題與解決問題的能力將起到較大作用.全書共分九章，內(nèi)容涵蓋隨機(jī)事件、一維隨機(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

利用時間序列預(yù)測技術(shù)對數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，可以推測事物發(fā)展的未來趨勢。然而傳統(tǒng)的時間序列預(yù)測技術(shù)模型構(gòu)建簡單，對于數(shù)據(jù)包含的信息挖掘與剖析不夠深入。因此，采用基于群智能優(yōu)化算法的預(yù)測理論解決時間序列分析與預(yù)測問題，是近年來的研究熱點(diǎn)之一�！痘�于群智能優(yōu)化算法的預(yù)測理論與方法的研究及應(yīng)用》闡述了基于群智能優(yōu)化算法的預(yù)測理論

本書介紹非參數(shù)統(tǒng)計(jì)的基本概念和方法,其內(nèi)容包括預(yù)備知識、U統(tǒng)計(jì)量、基于二項(xiàng)分布的檢驗(yàn)、列聯(lián)分析、秩檢驗(yàn)、檢驗(yàn)的功效與漸近相對效率、概率密度估計(jì)、非參數(shù)回歸.每一章內(nèi)容都著重闡述非參數(shù)統(tǒng)計(jì)推斷的一般處理技術(shù)和原則,并給出一些典型例子.各章后面的習(xí)題側(cè)重于應(yīng)用.本書的特點(diǎn)是側(cè)重于介紹非參數(shù)統(tǒng)計(jì)在各應(yīng)用領(lǐng)域中的常用方法,盡可

《數(shù)值計(jì)算方法實(shí)驗(yàn)教程》是一本針對數(shù)值計(jì)算方法的實(shí)驗(yàn)課程的指導(dǎo)用書.《數(shù)值計(jì)算方法實(shí)驗(yàn)教程》共8章,包括數(shù)值計(jì)算常用軟件(MATLAB、C、Python)介紹、非線性方程求根實(shí)驗(yàn)、線性方程組的直接解法實(shí)驗(yàn)、線性方程組的迭代解法實(shí)驗(yàn)、函數(shù)的插值法實(shí)驗(yàn)、曲線擬合實(shí)驗(yàn)、數(shù)值積分實(shí)驗(yàn)、矩陣特征值與特征向量的計(jì)算實(shí)驗(yàn).《數(shù)值計(jì)算

本書重點(diǎn)研究了位置數(shù)據(jù)的智能聚類學(xué)習(xí)相關(guān)模型和算法前沿，集中反映了作者近年來對空間數(shù)據(jù)聚類與智能優(yōu)化相結(jié)合的研究成果，系統(tǒng)闡述了GPS位置數(shù)據(jù)聚類學(xué)習(xí)的相關(guān)模型與算法。本書共分為7章，包括GPS位置數(shù)據(jù)聚類模型和智能優(yōu)化的關(guān)鍵技術(shù)，GPS位置數(shù)據(jù)的遺傳、模糊粒子-遺傳融合、遺傳-模糊蟻群混合自動聚類模型與算法，基于Ma

《概率論與數(shù)理統(tǒng)計(jì)（人工智能專用）》介紹了與人工智能密切相關(guān)的概率論與數(shù)理統(tǒng)計(jì)的內(nèi)容。全書分成兩大部分，di一部分主要介紹概率論的知識，涵蓋概率論的基本概念、一維隨機(jī)變量及其分布、二維隨機(jī)變量及其分布，數(shù)字特征，大數(shù)定理和中心極限定理外，還增加了信息論基礎(chǔ)知識、若干集中不等式的相關(guān)知識。第二部分主要介紹常見的數(shù)理統(tǒng)計(jì)知

本書主要介紹概率論和隨機(jī)過程的基礎(chǔ)知識和基本概念，內(nèi)容包括概率論和隨機(jī)過程兩部分。第1~5章介紹概率論的基本概念及定理，主要包括隨機(jī)事件與概率、離散型隨機(jī)變量及其分布、連續(xù)型隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律與中心極限定理;第6章介紹隨機(jī)過程的基本概念、泊松過程、馬爾可夫過程、鞅、布朗運(yùn)動、隨機(jī)積分和伊藤公

本書系統(tǒng)介紹了基于ABAQUS的有限元用戶子程序開發(fā)和應(yīng)用，可為有需要的科研人員和工程技術(shù)人員提供快速掌握較復(fù)雜有限元程序開發(fā)和仿真分析的實(shí)用工具和資料。全書分為兩部分，分別是基于ABAQUS的用戶子程序基礎(chǔ)、有限元子程序開發(fā)進(jìn)階。第一部分（第1~8章）介紹了有限元子程序開發(fā)的基本過程、Fortran的基本語法和常用到

本書介紹了數(shù)理統(tǒng)計(jì)的基本概念、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析、貝葉斯基礎(chǔ)和統(tǒng)計(jì)計(jì)算等內(nèi)容.在編寫過程中特別注重方法的實(shí)際應(yīng)用，每個理論后面都列舉了對應(yīng)的例子.同時，為了更貼近社會的現(xiàn)實(shí)需求，在每章最后一節(jié)通過例子對該章的主要內(nèi)容進(jìn)行了R語言實(shí)現(xiàn)，并列出了程序的詳細(xì)步驟.

本書研究分類數(shù)據(jù)的統(tǒng)計(jì)過程控制.近年來，統(tǒng)計(jì)過程控制的研究成果十分豐富，但大都集中在取值為具體數(shù)值的連續(xù)數(shù)據(jù).本書關(guān)注的分類數(shù)據(jù)取值為若干個類別或?qū)傩运�平，信息量較少，但在生活生產(chǎn)中極為常見.本書內(nèi)容來自作者和合作者近年來的研究成果，從一元或多元、名義或有序、獨(dú)立或自相關(guān)、相關(guān)性或因果關(guān)系等角度，系統(tǒng)地介紹了分類數(shù)據(jù)統(tǒng)

本書介紹了與Abaqus二次開發(fā)密切相關(guān)的腳本用戶手冊、腳本參考手冊、GUI用戶手冊、GUI參考手冊的常用內(nèi)容，詳細(xì)解釋了常用腳本命令和GUI命令。其中，腳本命令提供了簡單示例，GUI命令提供了詳細(xì)示例，大量GUI命令的解釋比幫助文件更為詳盡。本書特別提供了筆者開發(fā)的大量學(xué)習(xí)、開發(fā)輔助工具，附完整源碼，可幫助讀者更快熟

本書的主要內(nèi)容包括計(jì)算思維概述、計(jì)算思維之抽象、計(jì)算思維之自動化、人工智能、GoogleBlockly語言程序設(shè)計(jì)等。本書以培養(yǎng)學(xué)生的計(jì)算思維能力為目標(biāo)，以提高學(xué)生的創(chuàng)新能力和抽象思維能力為重點(diǎn)，培養(yǎng)學(xué)生從計(jì)算思維的角度理解計(jì)算學(xué)科的基本知識和方法，并用Blockly語言進(jìn)行程序設(shè)計(jì)，使計(jì)算思維融入學(xué)生分析問題和解決問

本書主要介紹了雙參數(shù)韋布爾分布模型,并從雙參數(shù)韋布爾分布在可靠性領(lǐng)域的應(yīng)用角度介紹了相關(guān)可靠性統(tǒng)計(jì)方法,包括韋布爾分布的確定方法、基于極大似然估計(jì)的可靠性統(tǒng)計(jì)方法、基于分布曲線擬合的可靠性統(tǒng)計(jì)方法、基于Bayes的可靠性統(tǒng)計(jì)方法、其他可靠性統(tǒng)計(jì)方法及改進(jìn)韋布爾分布的可靠性統(tǒng)計(jì)方法。

本書系統(tǒng)介紹了分析偏微分方程控制系統(tǒng)穩(wěn)定性的Riesz基方法，側(cè)重于由二階偏微分系統(tǒng)描述的彈性振動系統(tǒng)的Riesz基性質(zhì)、譜確定增長條件以及指數(shù)穩(wěn)定性，從一般抽象的理論開始到具體偏微分系統(tǒng)Riesz基的驗(yàn)證都有全面敘述與證明。特別地，本書重點(diǎn)介紹比較法、對偶基方法以及Green函數(shù)法的技巧與理論，其中關(guān)于本征值與本征函