本書介紹近些年來關(guān)于馬爾可夫鏈的統(tǒng)計推斷的一些研究新結(jié)果:可逆馬爾可夫鏈和不可逆平穩(wěn)D-馬爾可夫鏈統(tǒng)計計算理論，使用的方法是我們建立的馬爾可夫鏈反演法。第1章介紹本書需要的一些預(yù)備知識。第2章介紹馬爾可夫鏈的擊中分布和禁忌速率，主要是擊中分布的微分性質(zhì)、矩性質(zhì)及對稱函數(shù)性質(zhì)有關(guān)的約束方程，以及馬爾可夫鏈反演法。第3章和

《非線性系統(tǒng)的行波解》以時滯連續(xù)與離散反應(yīng)擴散方程、積分-差分方程和隨機種群模型為研究對象,歸納總結(jié)了作者多年研究行波解的成果,系統(tǒng)講述了作者利用打靶法、單調(diào)迭代、不動點定理、滑行方法等研究時滯反應(yīng)擴散方程和積分-差分方程的行波解的存在唯一性,利用擠壓技術(shù)和譜分析方法研究行波解的漸近穩(wěn)定性,以及利用單調(diào)動力系統(tǒng)和大偏差

本書主要講述混合、正負相協(xié)、拓廣負相依、寬相依和負超可加相依等相依結(jié)構(gòu)下的不等式研究，特別是非參數(shù)和半?yún)��?shù)模型的統(tǒng)計理論和方法，如若干相依序列的定義和不等式、密度函數(shù)和分布函數(shù)估計的相合性與漸近正態(tài)性、非參數(shù)回歸函數(shù)小波估計的強相合和Berry-Esseen界、半?yún)��?shù)回歸模型小波估計的弱收斂速度和Berry-Essee

"本書突出教材要符合應(yīng)用型本科教育的定位和人才培養(yǎng)目標(biāo)，既要考慮到應(yīng)用型本科教育既要符合高等教育法關(guān)于本科教育學(xué)業(yè)標(biāo)準的規(guī)定，又要充分體現(xiàn)應(yīng)用性的特點，強調(diào)以應(yīng)用為主線來構(gòu)建教材的結(jié)構(gòu)和內(nèi)容，做到基本理論適度，實際應(yīng)用性突出。 本書以運籌系統(tǒng)規(guī)劃為主線，圍繞規(guī)劃論、決策論、排隊論、庫存論、圖論、博弈論六大模塊展開。在

本書共10章，具體內(nèi)容包括：緒論、預(yù)備數(shù)學(xué)基礎(chǔ)、非線性方程求解、線性方程組的直接解法、線性方程組的迭代解法、插值法、曲線擬合和函數(shù)逼近、數(shù)值積分與微分、常微分方程的數(shù)值解法、矩陣特征值計算介紹.《BR》本書針對理工科研究生的需求和特點,寫法上強調(diào)各類數(shù)值問題的底層邏輯;特別注重用生活中的常識對相關(guān)數(shù)學(xué)思想進行解釋說明;

測量是人類認識與探索自然的一種必不可少的重要手段，也是人類打開未來知識寶庫的金鑰匙。本書從測量、測試與計量等基本概念入手，考慮到參數(shù)測量結(jié)果的處理及測試系統(tǒng)的分析評價這兩個不同的應(yīng)用需求，并針對靜態(tài)測量和動態(tài)測量以及等精度測量和不等精度測量的特點，在相應(yīng)章節(jié)對相關(guān)知識點進行詳細介紹，貫穿經(jīng)典誤差理論和現(xiàn)代誤差理論的主線

演化算法是一類基于群體智能的自然啟發(fā)式搜索優(yōu)化策略，具有結(jié)構(gòu)靈活、易于理解、適用廣泛的特點。本書是作者多年研究成果的總結(jié)，介紹基于復(fù)雜適應(yīng)度函數(shù)的進化算法、化學(xué)反應(yīng)優(yōu)化算法、人工內(nèi)分泌系統(tǒng)模型、反向差分進化算法等高級計算智能方法，以及算法在目標(biāo)的識別和跟蹤、車輛路徑問題等復(fù)雜實際場景中的應(yīng)用。

全局優(yōu)化問題一直是最優(yōu)化領(lǐng)域的老大難問題,備受多方關(guān)注。本書作為該領(lǐng)域的一部專著,首先介紹了非凸全局優(yōu)化問題的研究進展,然后從分支方法、定界理論、算法設(shè)計及相關(guān)技術(shù)等方面詳細論述了非凸全局優(yōu)化問題的分支定界算法。全書主要內(nèi)容如下:全局優(yōu)化方法的研究現(xiàn)狀,分支定界算法的理論基礎(chǔ)、分支方法、定界技巧及相關(guān)概念,二次規(guī)劃、線

作者根據(jù)多年來學(xué)習(xí)和講授隨機過程的經(jīng)驗,以及在研究工作中長期積累的自己的理解、體會和心得,寫下了本書。本書主要講述現(xiàn)代隨機過程的基礎(chǔ)知識,包括隨機過程的總體概念和術(shù)語,可選性與循序可測性,經(jīng)典Wiener空間,Brown運動,離散時間鞅與連續(xù)時間鞅,Markov過程與半群,強馬氏性與擴展馬氏性,Ito隨機積分,一般半鞅

本書介紹非線性復(fù)雜系統(tǒng)中數(shù)據(jù)處理的投影尋蹤降維技術(shù)，給出投影尋蹤在分類、評價和預(yù)測等方面的統(tǒng)計模型，包括Friedman-Tukey投影尋蹤模型、投影尋蹤Spearman相關(guān)系數(shù)模型、投影尋蹤信息熵模型、聚類分析修正的投影尋蹤模型、解不確定型決策問題的投影尋蹤模型、投影尋蹤回歸及自回歸模型。這些模型能充分提取數(shù)據(jù)信息、