本书主要内容包括：函数及其运算；极限与连续；导数与微分；导数的应用；积分及其应用；常微分方程；向量代数与空间解析几何；线性代数等。

运筹学是一门定量研究如何有效地组织和管理各种资源的学科，是现代管理科学的基础，旨在培养学生科学管理的思维和系统优化的思想。本书着重在培养读者的建模技巧和实践操作能力的基础上，激发读者对理论知识自觉探索的兴趣。全书写作基本按照“基本概念介绍→应用建模举例→计算机操作实践→实际应用案例”的思路，由浅入深，先易后难。通过本书

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

本书以微积分、线性代数、复变函数、概率统计四大板块为主线,精选电子、通信、材料、能源等前沿科技案例,配套可运行的简化模型、完整代码、数值计算步骤与交互式可视化,帮助读者在动手实践中掌握数学建模、算法设计与结果解释的全流程,实现从抽象公式到工程落地的跨越。

线性模型是统计学中的一个重要分支，本书从理论与实践相结合的角度，阐述了线性模型的基本理论、方法和应用。本书共分为八章，第一章通过各种案例引进各种线性模型，第二章和第三章介绍了一些基础知识，包括矩阵论和概率论的相关知识。第四章到第六章系统讨论了各种线性回归模型的估计及统计推断。第七章讨论了方差分析模型的统计推断，并在附录

《全局化——从梯度引领到智能启发》围绕化问题的全局解，用12章内容，详细介绍了5大方向的10多个经典算法。这5大方向分别是梯度算法的多次重启、无导数优化、（元）启发式优化、演化优化和群体智能优化。在介绍算法之外，还系统介绍了如何对化算法进行理论和数值评价，并介绍了数值比较可能产生悖论以及如何消除悖论等前沿研究成果。在《

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

本书是“数值计算方法”课程教材.本书基于实际应用，系统地介绍数值计算中常用的数值方法及其理论分析，突出算法的设计思想、特点和数值实现.全书共9章，结合分数二项式系数的计算、氟化钙消光系数的计算、泊松融合算法中线性方程组的求解、不同高程水位面面积的计算、水位流量关系的测定、基于数值微分的图像去噪、人脸识别中的特征值计算、

概率论与数理统计是大学数学的第三门课。本书针对理工专业编写，主要包括概率论的基本概念、一维和多维随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、假设检验、方差分析和回归分析等知识模块，并特别加强了数学建模与数学实验教学环节，可以通过扫描对应的二维码即可实现实验操作，且配有网络账号，学生可登录网络学习

本书分10章，内容包括函数、极限与连续、导数与做分、微分中值定理与导数的应用、不定积分、定积分、多元函数微分学、二重积分、无穷级数、微分方程与差分方程。