本书分为14个章节，内容分别为绪论、GWO算法概述、反向学习和差分变异的GWO算法、随机反向学习和MEPD的强化等级制度的GWO算法、趋优反向学习和随机反向空置算子的GWO算法、混合差分进化的GWO算法、基于DE全局最优和随机学习的GWO算法、混合鲸鱼优化的GWO算法、精简差分扰动GWO算法与均值榜样学习PSO算法的混

本书基于基础理论与编程并重的理念，系统介绍了有限单元法概述、弹性力学基础、平面三节点三角形单元有限元及编程、平面四边形等参单元有限元及编程、空间轴对称及三维问题有限元等基础理论，并介绍了有限元软件ANSYS及典型应用算例。为便于读者学习，本书力求详细讲解基本原理，细化理论公式推导过程，在各章节均安排了例题与课后习题，并

这本书从非数学的角度提供了有关实验设计和分析的综合处理，侧重于基本概念而不是技术细节的计算。大部分讨论都是根据来自众多应用领域的实例进行的。主题包括随机化的理由和实际困难、析因实验中出现的各种因素、选择实验的规模、进行观察的不同目的等等。大致内容：关键假设、减少错误的设计、如何使用补充观察来减少错误、随机化、析因实验的

本书是针对高等院校理工科高年级学生编写的控制系统基础理论教科书。本书全面系统地论述了控制系统状态空间分析的基本方法及状态空间综合的基本理论与方法，包括：控制系统的状态空间描述，控制系统状态方程的解，线性控制系统的能控性和能观测性，控制系统的稳定性分析，状态反馈、输出反馈、极点配置与状态观测器设计，以及最优控制等基本内容

本教材主要介绍了随机过程的预备知识、离散时间马氏链、可数状态马氏链、泊松过程、连续时间马氏链、更新过程、布朗运动等内容。为适应应用型本科财经类相关专业突出技能与应用的要求，本书在介绍随机过程基础理论的前提下，着重使用图表等多种形式，形象地展示课程的脉络。在介绍部分难以理解的知识点时，本书附有相关的Matlab及Pyth

本书包括4个部分内容：1-4章为概率论的理论部分;5-6章为统计应用的基础准备部分,介绍了大量样本数据呈现的极限特征,以及统计应用中常用的四大分布及性质;7-8章为统计的基本应用部分,介绍了参数的点估计,区间估计以及假设检验问题;第9章介绍了现实中常用的统计方法--一元回归分析.前8章是一般本科概率论与数理统计课程的基

本讲义共分五个部分.第一部分包括前六讲,简要介绍了概率论的基本概念、结论和方法.第二部分包括第七-十讲,介绍布朗运动的基本概念和性质.第三部分包括第十一-十八讲,其中第十一-十五讲介绍~Ito~随机积分的概念及其重要性质,例如特别重要的Ito等距、Ito乘积法则和Ito~链式法则.第十六--十八讲介绍Ito随机微分方程

1、概率论基础知识；2、基础理论：随机过程的引入（定义的引入、分类、平稳过程）、离散时间的Markov链（定义的引入、分类、不变测度、极限定理）、最优停时与鞅、连续时间的Markov链（定义的引入、Poisson过程、Renew过程、应用案例）、连续时间的随机过程（布朗运动）、随机分析及随机微分方程；3、应用案例分析：

本书主要包括高级运筹学的基本概念与基本理论、线性规划与灵敏度分析、整数规划、动态规划、目标规划、一维极值优化问题、无约束最优化方法、约束最优化方法、运筹学软件介绍等定量分析和优化的理论与方法。这些内容是经济管理类研究生应具备的基础知识，本书强调学以致用，以大量实际问题为背景引出各分支的基本概念、模型和方法，具有很强的实

试验设计是统计学最早的一个分支之一，是人们认识自然，了解自然的重要手段。在科学技术日益发展的今天，试验设计早已深入到农业，林业，化学，生物医药，计算机等领域，为其发展提供重要的理论支持，并对其实际应用提供大量可执行的操作方法。随着各领域的飞速发展，传统的实体试验已不能满足实际工作者的需要。计算机的飞速发展，逐渐改变了试