《概率基多目標(biāo)優(yōu)化原理及應(yīng)用》以系統(tǒng)論的觀點(diǎn)，從概率論的角度闡述了概率基多目標(biāo)優(yōu)化理論的基本原理和應(yīng)用。書中首次引入一個(gè)嶄新概念—青睞概率及其量化方法，并將概率基多目標(biāo)優(yōu)化方法與實(shí)驗(yàn)設(shè)計(jì)方法相結(jié)合，如響應(yīng)面法、正交試驗(yàn)設(shè)計(jì)和均勻試驗(yàn)設(shè)計(jì)，建立了概率基多目標(biāo)試驗(yàn)設(shè)計(jì)方法。書中同時(shí)給出了概率基穩(wěn)健、設(shè)計(jì)、概率基多目標(biāo)優(yōu)化的

本書以數(shù)值分析原理為綱,以算法設(shè)計(jì)為本,基于Python語(yǔ)言,詳細(xì)介紹了原理分析到自編碼算法設(shè)計(jì)與應(yīng)用的過(guò)程和思想,旨在提升學(xué)生的數(shù)值計(jì)算和實(shí)踐編碼能力,其數(shù)值算法設(shè)計(jì)思想可遷移到機(jī)器學(xué)習(xí)和深度學(xué)習(xí),為學(xué)術(shù)深造和應(yīng)用研究奠定科學(xué)計(jì)算和自編碼基礎(chǔ).本書共包含數(shù)值分析的12個(gè)領(lǐng)域,教師可以根據(jù)不同的學(xué)習(xí)對(duì)象和教學(xué)目的選擇相

貝葉斯是當(dāng)前人工智能的重要基礎(chǔ)之一。目前市面上有關(guān)貝葉斯的書籍，大多是從工科角度去闡述貝葉斯定理的推導(dǎo)和應(yīng)用，因此運(yùn)用了非常多的煩瑣公式、定理和推導(dǎo)。而貝葉斯應(yīng)用卻是非常廣泛的，絕不僅僅是機(jī)器學(xué)習(xí)的一個(gè)工具，還可以上升到一套科學(xué)思維方法論。本書主要以貝葉斯為核心，講授了一些重要的思維方式，包括概率思維、最大似然估計(jì)、貝

《隨機(jī)分析與控制簡(jiǎn)明教程》介紹隨機(jī)分析及隨機(jī)控制的基本理論與方法.第1章介紹布朗運(yùn)動(dòng)與鞅,涵蓋定義、停時(shí)定理、Doob不等式、下鞅的Doob-Meyer分解定理、Meyer過(guò)程等內(nèi)容;第2章介紹隨機(jī)積分、It.公式、鞅表示定理,以及測(cè)度變換的Girsanov定理.第3章介紹隨機(jī)微分方程基礎(chǔ):解的存在唯一性、解對(duì)系數(shù)的連

本書前四章詳盡論述了線性空間、矩陣和線性代數(shù)、線性映射和線性空間的分解。后五章討論線性映射和矩陣的分解、包括譜分解、奇異值分解和極分解，范數(shù)、矩陣函數(shù)、特別是解線性定常狀態(tài)方程所需的矩陣指數(shù)函數(shù)，線性映射和矩陣的廣義逆和矩陣方程，包括線性矩陣方程、連續(xù)時(shí)間和離散時(shí)間代數(shù)Riccati方程。線性代數(shù)在自動(dòng)控制中的應(yīng)用主要

在產(chǎn)品研發(fā)或改進(jìn)過(guò)程中，需要進(jìn)行大量而重復(fù)的實(shí)驗(yàn)以確定最優(yōu)的配方及工藝。掌握先進(jìn)的實(shí)驗(yàn)方法和數(shù)據(jù)處理方法，可以縮短研發(fā)周期、節(jié)省研發(fā)成本�！稄牧銓W(xué)實(shí)驗(yàn)設(shè)計(jì)與數(shù)據(jù)處理》以實(shí)驗(yàn)設(shè)計(jì)為主線，除了介紹實(shí)驗(yàn)設(shè)計(jì)的基本原理與方法以外，佐以大量產(chǎn)業(yè)車間范例，旨在使讀者學(xué)會(huì)不同的實(shí)驗(yàn)設(shè)計(jì)的理論與方法。同時(shí)通過(guò)本書對(duì)范例的說(shuō)明，了

本書是在教育部制定的教學(xué)大綱基礎(chǔ)上，參照同濟(jì)大學(xué)“概率論與數(shù)理統(tǒng)計(jì)”課程及教材建設(shè)的經(jīng)驗(yàn)和成果，按照全國(guó)碩士研究生入學(xué)統(tǒng)一考試數(shù)學(xué)一的考試大綱要求，根據(jù)作者十多年的教學(xué)實(shí)踐經(jīng)驗(yàn)編寫而成．全書共分八章，包括隨機(jī)事件與概率、隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律及中心極限定理、統(tǒng)計(jì)量和抽樣分布

本書系統(tǒng)介紹了非線性**化問(wèn)題的經(jīng)典理論和傳統(tǒng)優(yōu)化算法，如約束優(yōu)化問(wèn)題的**性條件、鞍點(diǎn)理論和對(duì)偶理論，梯度下降算法、可行方向法、罰函數(shù)方法等，同時(shí)也介紹了一些新近發(fā)展起來(lái)的優(yōu)化理論與算法，如次梯度理論、共軛函數(shù)、信賴域方法、臨近點(diǎn)方法、交替極小化方法、交替方向法等。

本書介紹作者近年來(lái)提出的最小約束違背優(yōu)化新方向和相關(guān)研究成果,主要內(nèi)容包括最小約束違背線性錐優(yōu)化、最小約束違背二次規(guī)劃、最小約束違背非線性凸優(yōu)化、一類最小約束違背極小極大優(yōu)化問(wèn)題、最小約束違背非凸約束規(guī)劃和一般度量下的最小約束違背凸優(yōu)化.《BR》理論方面的進(jìn)展包括以最小違背平移為工具,延拓了各類凸優(yōu)化問(wèn)題的對(duì)偶理論,證

《數(shù)值計(jì)算方法理論與典型例題選講(第二版)》是為理工類大學(xué)本科課程數(shù)值分析和計(jì)算方法編寫的教材與課外自學(xué)指導(dǎo)兩用書，主要內(nèi)容包括引言、插值法、線性方程組的直接與迭代解法、方程求根、數(shù)據(jù)擬合與函數(shù)逼近、數(shù)值積分與數(shù)值微分、常微分方程數(shù)值解法、矩陣特征值與特征向量問(wèn)題.此外，為了兼顧學(xué)生能力的培養(yǎng)和考試技能的提高，并幫助其