本書從MATLAB基礎語法講起,介紹了基于MATLAB函數(shù)的科學計算問題求解方法,實現(xiàn)了大量科學計算算法。本書分為三大部分。第1章和第2章為MATLAB的基礎知識,對全書用到的MATLAB基礎進行了簡單介紹。第3-12章為本書的核心部分,包括線性方程組求解、非線性方程求解、數(shù)值優(yōu)化、數(shù)據(jù)插值、數(shù)據(jù)擬合與回歸分析、數(shù)值積
本書介紹了智能優(yōu)化算法中的RNA遺傳算法,包括RNA遺傳算法、具有莖環(huán)操作的RNA遺傳算法、受蛋白質(zhì)啟發(fā)的RNA遺傳算法、信息熵動態(tài)變異概率的RNA遺傳算法、自適應策略的RNA遺傳算法、發(fā)夾交叉操作RNA遺傳算法的橋式吊車支持向量機建模和發(fā)夾變異操作RNA遺傳算法的橋式吊車神經(jīng)網(wǎng)絡建模方法。本書體現(xiàn)了作者在RNA遺傳算
本書面向應用,介紹各種數(shù)值計算方法的基本原理及Python程序?qū)崿F(xiàn)。全書共分十五章,主要內(nèi)容包括:緒論、Python基礎、非線性代數(shù)方程的求根、插值、數(shù)值微分與數(shù)值積分、線性及非線性方程組求解、樣條函數(shù)、最小二乘法與回歸分析、常微分及偏微分方程的求解、過程最優(yōu)化、MonteCarlo模擬、智能優(yōu)化算法。
在這本書中,主要研究了一些線性矩陣方程的有限迭代算法、MCGLS迭代算法及解析算法。本書提出線性矩陣方程的兩類算法(有限迭代算法和MCGLS迭代算法)并推廣到耦合算子矩陣方程上,同時把線性矩陣方程的一般迭代解推廣到約束解,這兩類算法的各章節(jié)之間密切相關并層層遞進。最后,本書給出了幾類線性矩陣方程的解析算法,推廣了國外專
本書主要內(nèi)容包括線性方程組的數(shù)值解法、非線性方程求根、多項式插值、**逼近、數(shù)值積分與微分、常微分方程初邊值問題的數(shù)值方法、矩陣特征值問題的數(shù)值方法.除了以上基本內(nèi)容,本書還介紹了當前廣泛應用于實際問題的快速傅里葉變換、神經(jīng)網(wǎng)絡方法和隨機模擬方法.讀者通過對本書的學習和討論,可以掌握設計數(shù)值算法的基本方法,為在計算機上
內(nèi)容簡介本書較為系統(tǒng)地介紹了數(shù)值線性代數(shù)的基本理論、方法及其主要算法的MATLAB程序?qū)崿F(xiàn)。全書共7章,內(nèi)容包括數(shù)值線性代數(shù)理論基礎、正交變換Krylov子空間、解線性方程組的矩陣分裂迭代法、解線性方程組的子空間方法、解線性方程組的矩陣分解法、線性最小二乘問題的數(shù)值解法和矩陣特征值問題的數(shù)值方法。書中配有豐富的例題和習
本書以ANSYS2021版本為依據(jù),對ANSYS分析的基本思路、操作步驟、應用技巧進行了詳細介紹,并結合典型工程應用實例詳細講解了ANSYS的具體應用方法。全書分為兩篇,共計15章。第1篇為操作基礎,詳細講解了ANSYS分析全流程的基本步驟和方法,包括ANSYS概述、幾何建模、劃分網(wǎng)格、施加載荷、求解和后處理等內(nèi)容。第
《高等概率論》從Kolmogorov公理化體系出發(fā),主要講授高等概率論的基礎概念和基本方法,分概率論、隨機過程和鞅論三部分內(nèi)容.《高等概率論》共十章,具體包括緒論、概率空間與隨機變量、分布與積分、條件數(shù)學期望、隨機變量列的收斂、特征函數(shù)及其應用、隨機過程基礎、鞅論基礎、可選時定理的應用、隨機點過程等.《高等概率論》在內(nèi)
以理性選擇模型為基礎發(fā)展而來的博弈理論,是20世紀人類知識最重要的進展之一,它為我們洞察、認識和理解人類社會提供了重要的理論、方法與工具。本書覆蓋了博弈論的所有重要理念,系統(tǒng)介紹了博弈論的基本理論與研究方法,注重博弈論在經(jīng)濟學中的應用,對經(jīng)濟學中的經(jīng)典博弈論實例,如寡頭競爭、公共產(chǎn)品、討價還價、保險市場、聲譽理論、拍賣
在排序問題的研究中,一方面問題模型求解方法的多樣性,另一方面實際的生產(chǎn)和服務需求使得問題新模型不斷涌現(xiàn),使得經(jīng)典排序的基本假設被不斷突破.工時可變的排序問題,是一類非常重要的非經(jīng)典排序問題.《工時可變的排序模型與算法》介紹了工時可變排序問題的重要性和現(xiàn)實意義,介紹了三類工時可變的排序問題,以及在重新排序中的應用.《工時