《直覺(jué)模糊時(shí)間序列分析》系統(tǒng)介紹直覺(jué)模糊時(shí)間序列分析理論和智能信息處理方法，尤其是在網(wǎng)絡(luò)信息安全領(lǐng)域的應(yīng)用。第1章-直覺(jué)模糊集、時(shí)間序列預(yù)測(cè)、直覺(jué)模糊時(shí)間序列等。第2章-基于多重直覺(jué)模糊推理的一階一元IFTS預(yù)測(cè)模型。第3章-基于多維直覺(jué)模糊推理的高階IFTS預(yù)測(cè)模型。第4章-啟發(fā)式變階IFTS預(yù)測(cè)模型。第5章-自適應(yīng)

利用時(shí)間序列預(yù)測(cè)技術(shù)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，可以推測(cè)事物發(fā)展的未來(lái)趨勢(shì)。然而傳統(tǒng)的時(shí)間序列預(yù)測(cè)技術(shù)模型構(gòu)建簡(jiǎn)單，對(duì)于數(shù)據(jù)包含的信息挖掘與剖析不夠深入。因此，采用基于群智能優(yōu)化算法的預(yù)測(cè)理論解決時(shí)間序列分析與預(yù)測(cè)問(wèn)題，是近年來(lái)的研究熱點(diǎn)之一。《基于群智能優(yōu)化算法的預(yù)測(cè)理論與方法的研究及應(yīng)用》闡述了基于群智能優(yōu)化算法的預(yù)測(cè)理論

本書介紹非參數(shù)統(tǒng)計(jì)的基本概念和方法,其內(nèi)容包括預(yù)備知識(shí)、U統(tǒng)計(jì)量、基于二項(xiàng)分布的檢驗(yàn)、列聯(lián)分析、秩檢驗(yàn)、檢驗(yàn)的功效與漸近相對(duì)效率、概率密度估計(jì)、非參數(shù)回歸.每一章內(nèi)容都著重闡述非參數(shù)統(tǒng)計(jì)推斷的一般處理技術(shù)和原則,并給出一些典型例子.各章后面的習(xí)題側(cè)重于應(yīng)用.本書的特點(diǎn)是側(cè)重于介紹非參數(shù)統(tǒng)計(jì)在各應(yīng)用領(lǐng)域中的常用方法,盡可

本書為"排序與調(diào)度叢書"之一。對(duì)于排序論中NP困難問(wèn)題，高效的近似算法設(shè)計(jì)至關(guān)重要。本書主要介紹排序問(wèn)題中的數(shù)學(xué)規(guī)劃松弛方法，對(duì)于排序論中若干經(jīng)典問(wèn)題、工件加工時(shí)間可控排序模型中若干問(wèn)題、以及工件可拒絕排序模型中若干問(wèn)題應(yīng)用數(shù)學(xué)規(guī)劃松弛方法設(shè)計(jì)其近似算法。本書讀者對(duì)象可以是排序（調(diào)度）理論方面的專家，也可作為相關(guān)專業(yè)研

對(duì)于NP困難的排序問(wèn)題，研究其近似算法既是排序理論重要組成部分，具有深刻的理論意義，又是推進(jìn)排序理論應(yīng)用的關(guān)鍵，具有廣泛的實(shí)際應(yīng)用價(jià)值。數(shù)學(xué)規(guī)劃松弛方法是一種可用于設(shè)計(jì)組合最優(yōu)化問(wèn)題近似算法的重要方法，本書討論排序問(wèn)題的數(shù)學(xué)規(guī)劃松弛方法，介紹應(yīng)用數(shù)學(xué)規(guī)劃松弛方法設(shè)計(jì)求解NP困難排序問(wèn)題近似算法的基本原理與方法，以及該領(lǐng)

有限元法（FEM）是目前求解偏微分方程最流行的方法之一，被廣泛應(yīng)用到航空與航天工程、汽車工業(yè)、機(jī)械工程、土木工程，生物力學(xué)、材料科學(xué)、地質(zhì)力學(xué)等領(lǐng)域。擴(kuò)展有限元法（XFEM）的出現(xiàn)克服了FEM一些缺點(diǎn)使得可以在有限單元內(nèi)引入任意的非連續(xù)性，本教材的目的是將XFEM在求解連續(xù)介質(zhì)以及結(jié)構(gòu)的線性與非線性問(wèn)題時(shí)的理論與應(yīng)用展

本書是《數(shù)理統(tǒng)計(jì)》第四版（科學(xué)出版社2015年出版）研究生教材配套學(xué)習(xí)指導(dǎo)書。全書共分7章，各章主要內(nèi)容包括：教學(xué)基本要求，重點(diǎn)難點(diǎn)，內(nèi)容提要，例題分析，各章習(xí)題解答。針對(duì)學(xué)生在學(xué)習(xí)過(guò)程中經(jīng)常遇到的問(wèn)題，書中精選了一些有代表性的典型例題進(jìn)行了詳細(xì)地解答，并結(jié)合思考、討論題及練習(xí)、作業(yè)題幫助學(xué)生澄清一些易混淆和易理解錯(cuò)誤

本書主要內(nèi)容包括：隨機(jī)事件與概率、隨機(jī)變量、統(tǒng)計(jì)量及其分布、參數(shù)估計(jì)、假設(shè)檢驗(yàn)、方差分析與正交試驗(yàn)、回歸分析、應(yīng)用數(shù)理統(tǒng)計(jì)分析人口。

本書基于作者在巴黎綜合理工學(xué)院講授的課程編寫，集中研究連續(xù)時(shí)間的隨機(jī)過(guò)程的模擬，以及它們與偏微分方程的聯(lián)系。本書涵蓋了生物學(xué)、金融學(xué)、地質(zhì)學(xué)、力學(xué)、化學(xué)及其他多個(gè)應(yīng)用領(lǐng)域的線性和非線性問(wèn)題。書中還全面拓展了用蒙特卡羅方法計(jì)算數(shù)值積分和期望的問(wèn)題。本書從蒙特卡羅方法的歷史開始，概述了三個(gè)應(yīng)用蒙特卡羅方法的經(jīng)典問(wèn)題：數(shù)值積

本書為紀(jì)念ValentinAfraimovich教授的匯編作品集，展示了如何使用數(shù)學(xué)方法和數(shù)學(xué)技術(shù)處理復(fù)雜系統(tǒng)，并且創(chuàng)建了處理復(fù)雜系統(tǒng)的新途徑。顯然現(xiàn)有標(biāo)準(zhǔn)的（基于圖的）網(wǎng)絡(luò)方法，即事件和運(yùn)輸中心用節(jié)點(diǎn)表示，它們之間的關(guān)系用邊表示，不能描述復(fù)雜系統(tǒng)的重要性質(zhì)，捕捉它們之間的依賴關(guān)系，并預(yù)測(cè)它們的未來(lái)發(fā)展。因此，本書的作