本書(shū)著重介紹現(xiàn)代優(yōu)化理論的基本概念，基本原理，基本方法及其在實(shí)際問(wèn)題中的應(yīng)用。本書(shū)分為上下兩冊(cè)，共11章。包括*優(yōu)化問(wèn)題、線性規(guī)劃、無(wú)約束非線性規(guī)劃問(wèn)題、有約束非線性規(guī)劃、多目標(biāo)規(guī)劃、全局*優(yōu)化問(wèn)題、二次規(guī)劃、整數(shù)規(guī)劃、動(dòng)態(tài)規(guī)劃及優(yōu)化求解的軟件實(shí)現(xiàn)等問(wèn)題。 本書(shū)可以作為*優(yōu)化及其相關(guān)專業(yè)的研究生教材和數(shù)學(xué)系高年級(jí)本科

全書(shū)包括三編（共6章）內(nèi)容：線性代數(shù)（兩章）、概率論（兩章）、數(shù)理統(tǒng)計(jì)基礎(chǔ)（兩章）。這次擬編寫(xiě)出版的《概率論與數(shù)理統(tǒng)計(jì)》一書(shū)，是在《應(yīng)用數(shù)學(xué)基礎(chǔ)》一書(shū)多輪次、多學(xué)校教學(xué)實(shí)踐的基礎(chǔ)上，對(duì)原有《概率論與數(shù)理統(tǒng)計(jì)》部分進(jìn)行修改、補(bǔ)充、完善，獨(dú)立出版一本教材。

本書(shū)根據(jù)高等院校經(jīng)管類本科專業(yè)概率論與數(shù)理統(tǒng)計(jì)課程的最新教學(xué)大綱及考研大綱編寫(xiě)而成，包括概率論的基本概念、一維和多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識(shí)、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析和回歸分析等知識(shí)。強(qiáng)調(diào)數(shù)學(xué)建模的思想和方法，緊密聯(lián)系實(shí)際，服務(wù)專業(yè)課程，精選了許多實(shí)際應(yīng)用案例并配備了相應(yīng)的應(yīng)用習(xí)題，

本書(shū)根據(jù)高等院校理工類本科專業(yè)概率論與數(shù)理統(tǒng)計(jì)課程的最新教學(xué)大綱及考研大綱編寫(xiě)而成，包括概率論的基本概念、一維和多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、數(shù)理統(tǒng)計(jì)的基礎(chǔ)知識(shí)、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析和回歸分析等知識(shí)。強(qiáng)調(diào)數(shù)學(xué)建模的思想和方法，緊密聯(lián)系實(shí)際，服務(wù)專業(yè)課程，精選了許多實(shí)際應(yīng)用案例并配備了相應(yīng)的應(yīng)用習(xí)題，

基面力單元法是一種以基面力為基本未知量的新型有限元法。本書(shū)內(nèi)容圍繞基于余能原理的基面力單元法理論體系及其應(yīng)用展開(kāi)，共13章。包括：基面力單元法的基本公式；二維線彈性問(wèn)題的余能原理基面力單元法；凸多邊形網(wǎng)格的余能原理基面力單元法等。

本書(shū)針對(duì)高等院校大學(xué)數(shù)學(xué)，利用MATLAB軟件對(duì)抽象的數(shù)學(xué)理論進(jìn)行實(shí)驗(yàn)，以獲得直觀的效果，同時(shí)提高解決實(shí)際問(wèn)題的能力。全書(shū)分為10章，1-4章為MATLAB簡(jiǎn)明教程；第5章為高等數(shù)學(xué)實(shí)驗(yàn)；第6章線性代數(shù)實(shí)驗(yàn)；7-10章系統(tǒng)介紹了隨機(jī)模擬，包括隨機(jī)數(shù)的生成、蒙特卡羅與積分、隨機(jī)模擬實(shí)驗(yàn)、MCMC方法及其應(yīng)用。

本書(shū)內(nèi)容包括：差分演化算法的不確保依概率收斂性；差分演化算化依概率收斂的充分條件；依概率收斂差分演化算法在螺旋壓縮彈簧參數(shù)優(yōu)化中的應(yīng)用；薄膜太陽(yáng)能抗反射層微結(jié)構(gòu)設(shè)計(jì)與優(yōu)化等。

本書(shū)研究了混沌時(shí)間序列智能預(yù)測(cè)方法及其應(yīng)用，構(gòu)建了不同類型的混沌時(shí)間序列智能預(yù)測(cè)模型，并用實(shí)際數(shù)據(jù)進(jìn)行了實(shí)證分析。主要內(nèi)容包括混沌理論基本原理、常用混沌時(shí)間序列預(yù)測(cè)方法、混沌時(shí)間序列的神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法等。

本書(shū)主要介紹隨機(jī)微分方程模型的統(tǒng)計(jì)方法。全書(shū)共分7章，分別討論了估計(jì)函數(shù)在擴(kuò)散性模型中的應(yīng)用、金融資產(chǎn)數(shù)據(jù)的建模問(wèn)題、帶有一般性跳躍點(diǎn)的基于高頻數(shù)據(jù)的擴(kuò)散過(guò)程的推斷問(wèn)題、實(shí)現(xiàn)擴(kuò)散模型相似度的推斷的計(jì)算方法、隨機(jī)微分方程模型的幾個(gè)非參數(shù)估計(jì)方法的相關(guān)問(wèn)題、隨機(jī)波動(dòng)模型以及數(shù)據(jù)中所表現(xiàn)的多尺度特征的建模問(wèn)題等。本書(shū)用專題的

本書(shū)研究了復(fù)雜氣象條件對(duì)提取人群運(yùn)動(dòng)速度和人群密度等主要特征的干擾現(xiàn)象，并從局部和整體兩個(gè)角度研究了人群運(yùn)動(dòng)狀態(tài)演化規(guī)律，提出了復(fù)雜氣象視頻分類與動(dòng)態(tài)天氣視頻復(fù)原算法、建立了人群流量方程和人群運(yùn)動(dòng)狀態(tài)無(wú)向圖兩種人群運(yùn)動(dòng)分析模型，解決了雨雪天氣視頻退化現(xiàn)象對(duì)人群運(yùn)動(dòng)狀態(tài)分析的影響和如何對(duì)未來(lái)人群運(yùn)動(dòng)狀態(tài)進(jìn)行預(yù)測(cè)的問(wèn)題。本