本書由12個模塊組成：初等模型、微積分模型、線性代數(shù)模型、概率與統(tǒng)計模型、優(yōu)化模型、多元統(tǒng)計模型、綜合評價模型、時間序列模型、空間解析幾何模型、神經(jīng)網(wǎng)絡模型、差分方程模型、灰色預測模型，每個模塊包括若干個項目，其中，初等模型包括13個項目，目的是在數(shù)學建模選修課或數(shù)學建模協(xié)會上使用。本書可供高職高專院校數(shù)學建模選修課使

本書對基于粗糙集的特征選擇進行了綜合性的介紹。通過本書，讀者可以系統(tǒng)地研究粗糙集理論(RST)的各個領域，包括基礎知識、前沿概念以及基于粗糙集的特征選擇。本書還提供了基于粗糙集的API庫，可用于支持一些粗糙集概念和基于粗糙集的特征選擇的算法程序實現(xiàn)。

本書系統(tǒng)介紹在信息系統(tǒng)簇或決策系統(tǒng)簇的F-粗糙集模型。本書定義了F-粗糙集上下近似、邊界區(qū)域，在F-粗糙集中提出了F-屬性依賴度和屬性重要度矩陣，根據(jù)F-屬性依賴度和屬性重要度矩陣分別提出了屬性約簡算法，通過比對實驗在UCI數(shù)據(jù)集、真實數(shù)據(jù)集和MATLAB生成數(shù)據(jù)集上完成，實驗結果顯示，與相關算法比較，F(xiàn)-鄰域粗糙集可

這本書的作者是非經(jīng)典邏輯、粗糙集理論和粒度計算領域的主要研究人員。不確定性條件下的人類推理由于其表征約束，不能很好地用經(jīng)典邏輯來解釋。非經(jīng)典邏輯如模態(tài)邏輯、多值邏輯、直覺邏輯、弗協(xié)調邏輯自亞里士多德以來，就得到了研究和發(fā)展。在這本書中，粗糙集理論從代數(shù)和非經(jīng)典邏輯角度進行研究。在非經(jīng)典邏輯的基礎上，研究了粗糙集的邏輯;

1、本書對MATLAB進行了詳細的介紹和講解，力爭做到條理明晰，深入淺出，并配有大量實用的例子，達到快速入門和提高的目的。2、注重內(nèi)容的系統(tǒng)性與邏輯關系。先由淺入深地介紹MATLAB的使用基礎及其數(shù)據(jù)分析，然后詳細介紹了其數(shù)學建模及科學計算，最后介紹MATLAB的應用部分。3、側重MATLAB求解實際的數(shù)學建模問題，給

本書包括運籌優(yōu)化、圖論模型、微分方程、隨機模擬和統(tǒng)計方法等傳統(tǒng)建模方法，同時還增設了智能優(yōu)化算法、機器學習方法和深度方法，可以滿足廣大讀者和參賽者的學習需求。本書算法實現(xiàn)以Python語言為主，每章內(nèi)容均有詳細的代碼，可以幫助讀者高效掌握Python編程實現(xiàn)算法。本書共包含19章，前兩章為基礎部分，分別為數(shù)學建模簡介和

本書核心是圍繞“如何想到”(思維)和“如何做到”(數(shù)學化)兩個關鍵詞，來探討數(shù)學建模能力的培養(yǎng)和發(fā)展。本書創(chuàng)新性地提出了DEED(描述與理解、溯因與解釋、估計與預測、評價與決策)框架，將問題類型細化，并針對每種類型提出相應的思維方法。

本書通過經(jīng)濟管理、社會生活、物理化學、工程技術中眾多數(shù)學模型的實例，系統(tǒng)、詳實地闡述數(shù)學建模與數(shù)學實驗的基本理論和主要方法。分別介紹代數(shù)模型、方程模型、線性規(guī)劃模型、非線性規(guī)劃模型、概率模型、統(tǒng)計模型、蒙特卡洛模擬、圖論模型、近世算法等，注重數(shù)學建模方法的介紹，重視數(shù)學模型的科學表達，并重點講解模型在MATLAB中的編

本書精選了中國研究生數(shù)學建模競賽中的5個建模案例，包括面向節(jié)能的單/多列車優(yōu)化決策問題、多無人機協(xié)同任務規(guī)劃問題、基于幀差法和光流法的前景目標提取追蹤模型、基于優(yōu)化模型的多無人機對組網(wǎng)雷達的協(xié)同干擾研究、基于改進蟻群算法的飛行航跡多目標優(yōu)化研究。每個案例從解析模型、還原程序、評述論文著手，幫助讀者理解數(shù)學建模過程，掌握

本書是一本內(nèi)容奇特的趣味邏輯推理書。有的謎題看起來簡單，卻極容易答錯；有的謎題有多種解決方法，而最巧妙的方法往往不容易被發(fā)現(xiàn)；有的謎題顧左右而言他，只有經(jīng)過縝密的思考才能夠識破重重干擾，發(fā)現(xiàn)其中的奧妙……這些謎題環(huán)環(huán)相扣，如懸疑小說般引人入勝。本書啟發(fā)人們從不同的角度思考問題，有助于培養(yǎng)邏輯推理能力。