編者根據(jù)高等院校數(shù)學建模課程的教學基本要求結(jié)合自身豐富的理論教學和競賽指導(dǎo)經(jīng)驗編寫《數(shù)學建模與數(shù)據(jù)處理》�！稊�(shù)學建模與數(shù)據(jù)處理》共6章，分別是緒論、方程模型、規(guī)劃模型、圖與網(wǎng)絡(luò)模型、統(tǒng)計模型和論文寫作及真題解析。另外，部分章節(jié)附有相應(yīng)的程序�！稊�(shù)學建模與數(shù)據(jù)處理》實用性強、通俗易懂，且能夠啟發(fā)和培養(yǎng)學生的自學能力。

全書分為入門篇和進階篇。入門篇為比較經(jīng)典的數(shù)學建模內(nèi)容，主要面向數(shù)學建模的初學者；進階篇為現(xiàn)代數(shù)學建模方法和MATLAB軟件簡介及應(yīng)用，主要面向希望進一步提高數(shù)學建模能力并用于解決實際問題的讀者，這些方法在數(shù)學建模競賽中會經(jīng)常用到。全書案例豐富，每章后附有習題，其中不部分習題需要上機實踐。

本書以Python軟件為基礎(chǔ)，介紹了數(shù)學建模的各種常用算法及其軟件實現(xiàn)，內(nèi)容涉及高等數(shù)學、工程數(shù)學中的相關(guān)數(shù)學實驗、數(shù)學規(guī)劃、插值與擬合、微分方程、差分方程、評價預(yù)測、圖論模型等。

《集合論導(dǎo)引》共三卷，本書是第一卷，本卷是這本《導(dǎo)引》的開卷。本卷將分成三章來為后續(xù)兩卷奠定基礎(chǔ)。第一章主要是引進集合論的基本公理、基本概念、基本方法以及建立起典型的可數(shù)集合的例子，包括自然數(shù)集合、整數(shù)集合、有理數(shù)集合以及徹底有限集合的集合。第二章主要是引進選擇公理以及由此建立起來的基數(shù)運算律和一些典型組合實例。第三章

本卷是集合論的模型分析部分.在第一卷的基礎(chǔ)上,本卷的主要任務(wù)是將邏輯植入集合論之中,并以此為基礎(chǔ)實現(xiàn)三大目標:第一大目標是將同質(zhì)子模型分析引入集合論,這是一種不同于組合分析的對無窮集合展開分析的基本方法;第二大目標則是建立集合論論域的具有典范作用的內(nèi)模型——哥德爾可構(gòu)造集論域,從而證明一般連續(xù)統(tǒng)假設(shè)和選擇公理的相對相容

本卷是在前兩卷的基礎(chǔ)上對集合論保證無窮集合存在的無窮公理的層次分析.這種分析既包含組合分析,也包含邏輯分析;既包含內(nèi)模型分析，也包含外模型分析；歸根結(jié)底是揭示各種高階無窮公理對整個集合論論域的影響，尤其是對實數(shù)集合的影響.因此,第三卷的第1章側(cè)重于大基數(shù)的組合分析、邏輯分析以及內(nèi)模型構(gòu)造;第2章側(cè)重于在大基數(shù)上構(gòu)造各種

布爾巴基學派的序、代數(shù)、拓撲三大母結(jié)構(gòu)是現(xiàn)代數(shù)學的基礎(chǔ).利用計算機證明輔助工具,可以完整構(gòu)建這三大母結(jié)構(gòu)的形式化系統(tǒng).《公理化集合論機器證明系統(tǒng)》利用交互式定理證明工具Coq,實現(xiàn)Morse-Kelley公理化集合論形式化系統(tǒng),包括對該體系中8個公理(含選擇公理)和1個公理圖示以及全部181條定義或定理的Coq描述,其

本書主要內(nèi)容有各種環(huán)境下粗糙近似算子的構(gòu)造性定義與公理化刻畫，含一般關(guān)系下的粗糙集、粗糙模糊集、模糊粗糙集（包括基于三角模的模糊粗糙集、基于模糊剩余蘊涵的模糊粗糙集、基于模糊蘊涵算子的模糊粗糙集、直覺模糊環(huán)境下的粗糙集理論），各種粗糙集的拓撲結(jié)構(gòu)、粗糙集與證據(jù)理論之間的關(guān)系等。本書可作為計算機科學、應(yīng)用數(shù)學、自動控制、

本書旨在引導(dǎo)學生掌握數(shù)學實踐與建模，以培養(yǎng)學生數(shù)學能力（實踐能力、創(chuàng)新能力等），同時也旨在將數(shù)學工具軟件與數(shù)學深度融合。本書是在華北水利水電大學數(shù)學實踐與建模講義的基礎(chǔ)上修改而成，內(nèi)容包括MATLAB簡介及其應(yīng)用、數(shù)學建模與論文寫作、數(shù)學實踐案例、幾類常見的數(shù)學建模方法、智能算法。在內(nèi)容編排上，本書精選來自工程、經(jīng)濟、

本書通過實例介紹了在科學研究和數(shù)學建模競賽中常用的數(shù)學建模方法，包括主成分回歸、嶺回歸、偏最小工乘回歸、向量自回歸、logistic回歸、Probit回歸、響應(yīng)面回歸、線性與非線性規(guī)劃、多目標規(guī)劃與目標規(guī)劃、動態(tài)規(guī)劃、智能優(yōu)化算法、網(wǎng)絡(luò)優(yōu)化、計算機仿真、排隊論、微分與差分、數(shù)據(jù)預(yù)處理、支持向量機等方法.全書將數(shù)學建模技