智能优化算法是人工智能的核心技术之一。本书主要从原理和设计两方面对智能优化算法进行深入解析。全书内容共７章，其中，第１章介绍智能优化算法的一些基本定义和基础知识；第２-６章分别讨论通过模拟基于进化规律、物理原理、化学原理、人类行为、群智能等不同机理而产生的五类智能优化算法，每类算法重点介绍几个典型算法的求解原理、优化策

本书主要介绍了基于线性系统控制器设计理念的非线性系统控制器的设计思想和基于李雅普诺夫稳定性理论的直接非线性系统控制器的设计思想，共9章，覆盖了关于非线性系统和非线性控制发展的主要成果，并且结合作者的工程实践经历，在第9章给出关于飞行器、船舶等非线性系统控制器的设计案例。

本书是作者结合了多年来的教学经验，为适应信息与计算科学专业教学和发展而编写。全书共十一章，第一章介绍了常微分方程初值问题的数值方法；第二、三、四章分别探讨了椭圆型、抛物型和双曲型方程的有限差分法；第五到九章深入讨论了边值问题的变分形式与Ritz-Galerkin法、有限元法及其多种变体，包括有限体积元法、间断Galer

本书是作者长期在高等院校从事概率统计教学经验的总结和升华。本书紧密结合目前学生的数学基础现状，遵循学习概率统计的认识规律性，提炼出本门课程对学生的基本要求、中等要求和高级要求，分别形成基础篇、中级篇和高级篇。将概率统计的难点分散，对基本概念和基本理论和方法进行重点讲授，使学生在学习过程中易于理解，此种起点低，循序渐进，

本书主要为考研数学概率论与数理统计相关知识，还附带习题及答案。

置信规则库推理模型是基于数据的决策理论与方法中一个新兴的分支，具有合理的知识表示方式和透明的规则推理过程，在其发展过程中分成了交集置信规则库、并集置信规则库和扩展置信规则库推理模型。依据这三个推理模型所适用数据情形的差异，本书在第一部分回顾置信规则库推理模型的基本理论的基础上，分别于第二～第四部分在小规模低维度、小规模

本书为《基于算例的科学计算引论(基础篇)》一书的配套教学用书，内容包括科学计算、非线性方程求根、线性方程组的直接法、插值与逼近、数值积分与数值微分等五章，每章又基本包含内容提要、典型例题解析、教材习题解析、补充练习等四小节。书中一些例题应用Mathematica编程完成，既有助于读者加深对算法的理解，还有助于其提升解决

本书是我社正在开发的《美国数学会经典影印系列》中的一本，美国数学会的出版物在国际数学界享有很高声誉，出版了很多影响广泛的数学书。“十四五”期间计划引进的该学会的图书系列涵盖了代数、几何、分析、方程、拓扑、概率、动力系统等所有主要数学分支以及新近发展的数学主题。本书是随机分析领域的经典著作，适合对随机分析相关方向感兴趣的

"本书介绍了非线性有限元的主要内容:三场变分原理(应力、速度和变形率);一种拉格朗日格式(完全的和更新的拉格朗日有限元格式);隐式积分和显式积分两种求解方法(隐式积分主要是牛顿-拉夫森(Newton-Raphson)方法,显式积分主要是中心差分方法),以及纽马克-贝塔(Newmark-β)方法;材料、几何和接触三类非线

本书共分八章。第1章为绪论，其后我们在第2章介绍一些对高分子体系进行分子模拟时常用的粗粒化模型，包括非格点(即连续空间)和格点模型。在第3章我们介绍MonteCarlo模拟中常用的各种统计系综(包括它们的配分函数、系综平均和涨落)以及MonteCarlo模拟的基本原理。在第4章我们讲述一些对高分子体系的粗粒化模型进行M