本书介绍了科学和工程实际中常用的数值计算方法及其相关的理论，内容包括线性方程组的数值解法、非线性方程（组）的数值解法、插值法、函数逼近、数值积分与数值微分、常微分方程数值解法、矩阵特征问题的数值计算。每章都有相关的Matlab应用函数、主要数值方法的Matlab程序，并配有应用例题、数值计算习题和实验题。为便于自学，数

本书按新时期大学数学教学大纲要求编写而成，内容丰富，理论严谨，思路清晰，例题典型，方法性强.本书注重分析解题思路与规律，并与现实生活中的问题紧密结合，对培养学生的学习兴趣及提高分析问题与解决问题的能力将起到较大作用.全书共分九章，内容涵盖随机事件、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律

《概率论与数理统计》是根据高等院校概率论与数理统计课程教学的基本要求，结合我们多年来对概率论与数理统计课程教学内容和教学方法改革与创新的成果而编写的.《概率论与数理统计》主要内容包括：概率论的基本概念、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理、数理统计的基本概念、参数估计、

互补约束优化是一类带均衡约束的数学规划问题,在工程设计、交通网络、通信网络、**控制、经济等领域有广泛的应用.本书主要介绍互补约束优化的理论和算法,内容包括互补约束优化的应用背景及其约束规格和**性条件、线性互补约束优化的快速算法、非线性互补约束优化的光滑化算法、非线性互补约束优化的松弛方法等.

本书介绍非参数统计的基本概念和方法,其内容包括预备知识、U统计量、基于二项分布的检验、列联分析、秩检验、检验的功效与渐近相对效率、概率密度估计、非参数回归.每一章内容都着重阐述非参数统计推断的一般处理技术和原则,并给出一些典型例子.各章后面的习题侧重于应用.本书的特点是侧重于介绍非参数统计在各应用领域中的常用方法,尽可

利用时间序列预测技术对数据进行统计分析，可以推测事物发展的未来趋势。然而传统的时间序列预测技术模型构建简单，对于数据包含的信息挖掘与剖析不够深入。因此，采用基于群智能优化算法的预测理论解决时间序列分析与预测问题，是近年来的研究热点之一。《基于群智能优化算法的预测理论与方法的研究及应用》阐述了基于群智能优化算法的预测理论

本书以随机过程的统计特征和性质为主线,旨在将实际应用和理论推导联系起来,通过概念、定理、例题、详细的习题,尽量体现随机过程的理论基础及应用价值,以保证教材的综合性、整体性和前瞻性,从而使统计类专业和其他工程类专业、管理类专业的学生较为熟练地掌握随机过程的理论和应用.本书共九章,全书内容包括随机过程的基本概念、随机过程的

本书重点研究了位置数据的智能聚类学习相关模型和算法前沿，集中反映了作者近年来对空间数据聚类与智能优化相结合的研究成果，系统阐述了GPS位置数据聚类学习的相关模型与算法。本书共分为7章，包括GPS位置数据聚类模型和智能优化的关键技术，GPS位置数据的遗传、模糊粒子-遗传融合、遗传-模糊蚁群混合自动聚类模型与算法，基于Ma

《数值计算方法实验教程》是一本针对数值计算方法的实验课程的指导用书.《数值计算方法实验教程》共8章,包括数值计算常用软件(MATLAB、C、Python)介绍、非线性方程求根实验、线性方程组的直接解法实验、线性方程组的迭代解法实验、函数的插值法实验、曲线拟合实验、数值积分实验、矩阵特征值与特征向量的计算实验.《数值计算

本书主要介绍概率论和随机过程的基础知识和基本概念，内容包括概率论和随机过程两部分。第1~5章介绍概率论的基本概念及定理，主要包括随机事件与概率、离散型随机变量及其分布、连续型随机变量及其分布、随机变量的数字特征、大数定律与中心极限定理;第6章介绍随机过程的基本概念、泊松过程、马尔可夫过程、鞅、布朗运动、随机积分和伊藤公