本书是为高等学校工科研究生编写的“最优化方法及应用”课程教材，主要内容包括：概述、无约束最优化（一维、多维）、约束最优化（线性、非线性）、全局最优化新方法、多目标优化、应用实例等。全书内容组织突出应用导向，力求在使学生理解优化方法的基本思想、实施步骤、软件实现的基础上，最大限度减少繁复的数学推导和证明，同时结合案例将相关方法应用于个人科研实践。 本书可以作为化学工程、化工过程机械、动力工程、环境工程、能源动力、材料化工等相关工科专业的研究生的教材或教学参考书，具有高等数学、线性代数、计算方法基础

本书着重介绍了与实际应用有关的数值计算基本方法，强调了基本概念、理论和应用，特别是数值计算方法在计算机上的实现，以期读者在学完本书之后能够充分掌握这些方法，并能在计算机上进行有关的科学与工程计算.
全书共分8章，主要内容包括非线性方程求根，线性方程组数值解法，矩阵特征值与特征向量的数值计算，函数逼近，数值积分和微分，解线性代数方程组的直接方法和迭代方法，常微分方程初值问题的计算方法以及优化问题数值解法.各章配有一定数量的习题，书后附有习题答案和提示.
本书可作为理工科专业研究生和应用

全书以计算思维为导向，凝练了计算机科学与技术中相关的基本理论、基本方法和新一代智能计算技术的基本概念及应用。全书内容分为10章，介绍了计算、计算机与计算思维的基础知识，计算基础，计算机系统与云计算，计算机网络与物联网，算法设计基础，Python语言程序设计，数据库与大数据、人工智能基础、人工智能技术、人工智能应用等智能计算技术。 本书可作为高等院校各类专业信息素养课程、数字素养课程、计算机导论课程、计算机通识课程等的教材，同时也适用于对计算思维与智能计算领域感兴趣的普通读者阅读。

本书共包含8章内容。第1章介绍了最优化问题的概念及主要分类。第2-3章为进化计算部分，以遗传算法和差分进化算法为代表，介绍了算法原理、实现流程及关键技术，并给出了应用实例。第4-6章为群体智能部分，以粒子群优化算法、人工鱼群算法和蚁群优化算法为代表，阐述了算法原理，给出了应用实例，并介绍了算法的各种改进方式。第7章阐述了多目标优化问题及其求解方法。第8章为人工神经网络部分，介绍了BP神经网络、Elman神经网络等，并给出了具体应用实例。

本书是江苏省研究生优秀课程配套教材，围绕“理论推导—算法实现—工程应用”的主线，系统讲授数值分析的基本理论与常用方法，共设8章，内容涵盖误差分析、非线性方程求根、线性方程组数值解法、插值与拟合、数值微积分、常微分方程数值解法等。书中突出工程应用导向，精心设计了多个贴近实际的案例（含MATLAB程序实现），帮助读者理解算法在复杂问题中的实际价值。本书按节和章分别配备多类型习题，扫书中二维码可查看相应解析，构建“讲—练—解”一体化学习闭环。通过48学时教学安排，帮助读者夯实计算基础、提升建模与算法能

本书是全面而系统的元分析实践指南，涵盖了从理论基础到实操应用的各个方面。本书首先对元分析的基本概念、特点及优势等进行了深入的介绍，明确了元分析在管理学研究中的应用价值和重要性。然后，本书详细阐述了元分析的适用情境、文献检索与编码、发表偏差、效应值估计模型、调节效应、中介效应、汇报结果、质性元分析概述等内容，并提供了丰富的实操指导。本书概述了质性元分析的相关理论和操作步骤，拓宽了元分析的应用领域。
本书适合的读者为管理学、心理学等社会科学领域的学者、本科生、硕士研究生、博士研究生及

本书主要针对理工类专业编写，较好地体现了高等数学的应用性，供大一理工类学生使用．本书内容主要包括函数、极限与连续，导数与微分，微分中值定理与导数的应用，不定积分，定积分及其应用，常微分方程，线性代数，概率论与数理统计初步和数学实验共九章，书中加“*”号的内容为选学内容，供任课老师酌情选用．每章按节配置了由易到难的习题，书后附有答案，扫码可以查看答案详解．同时，每章最后有本章复习题和在线测试题．为了便于学生学习，书末附录还给出了常用数学公式和积分表．本书内容突出数学与理工类专业及生活实践的密切联系

《智能优化算法及其Matlab案例》是对智能优化算法及其实际应用的研究成果的系统总结。智能优化算法是一类模拟生物进化、群体行为或物理法则等自然现象或过程的计算方法，用于解决组合优化、函数优化、大空间等复杂的优化问题，得到了国内外学者的广泛关注。本书共有8章，第1章介绍了智能优化算法的概念、特点、分类以及最优化问题的含义、分类等；第2章到第7章分别介绍了遗传算法、模拟退火算法、禁忌搜索算法、蚁群优化算法、粒子群优化算法、帝国竞争算法等6种经典智能优化算法的理论基础、算法流程及Matlab案例应用；

本书以经济、管理、气象、医学、工业生产、金融等活动中产生的时间序列数据为对象，运用数学和统计学方法，进行时间序列的时域和频域分析。本书将理论分析与数据案例相结合，从传统经典时间序列模型到现代机器学习、深度学习、强化学习与时间序列数据融合，按由浅入深的方式编写而成。本书有配套PPT课件、教学大纲、案例数据、R代码等教学资源，智慧树平台有教学视频和练习题，提供多源、丰富的辅助学习工具。本书可以作为统计学、数据科学等相关专业本科生、硕士生学习相关课程的教材，也可以作为企业、政府等相关人员学习预测和决策

本书作为数学建模领域的名著，集中讨论了数学规划中模型构建的一般原则、各类数学规划模型的核心特征和求解难度，并重点讲述了它们在不同领域的广泛应用。难能可贵的是，本书还阐述了数学规划的应用范围和局限性，填补了该领域中过于关注算法导致应用讨论不足的空白。本书可作为高等院校理工科运筹学相关专业的教材，也适合作为参与数学建模竞赛读者的辅助教材或者相关领域专业人员的重要参考书。