本书是一部面向普通高等学校非计算机专业学生的人工智能通识教材，旨在系统讲授人工智能的基础知识、核心技术与应用方法。随着人工智能技术与各行各业的深度融合，跨学科人才亟须建立对智能系统的全面认知与培养相关应用能力。本书从计算思维出发，构建了完整的人工智能通识知识体系，帮助读者在理解技术原理的同时，掌握实际应用方法与创新性思

本书从计算、程序、网络、数据和智能5个维度构建以人工智能为核心的大学计算机基础通识教材内容，具体内容包括计算系统的基本原理、Python程序设计基础、计算思维与问题求解、计算机网络与物联网、大数据分析与可视化、人工智能概论、机器学习与应用、大模型工具与应用。本书内容与时俱进、紧扣课程思政、强化能力培养，将知识传授与价值

本书共8章，包括：数值计算中的误差分析、线性方程组的数值解法、非线性方程的数值解法、矩阵特征值与特征向量计算、插值法、函数逼近与曲线拟合、数值积分与数值微分，以及常微分方程数值解法。书中为各主要数值方法及典型例题配备了完整、规范的MATLAB实现程序，每章末附有本章思维导图与习题。

全书内容连贯，由浅入深，结构清晰，共分为9章，循序渐进地涵盖了数值计算的核心领域.第1章绪论，概述了数值计算的基本概念与误差分析理论.第2章至第5章深入探讨了各类方程和方程组的数值求解技术，包括非线性方程的求根方法、线性方程组的直接解法和迭代解法，并进一步扩展到非线性方程组的数值解法与最优化方法，形成了完整的方程求解知

本书系统介绍运筹优化核心知识体系，涵盖线性规划、整数线性规划、无约束最优化及约束最优化四大模块的基本理论、核心算法与推导逻辑，清晰梳理各类优化方法的适用场景与应用边界。书中兼顾理论深度与实践价值，不仅精准呈现优化理论的核心框架，还结合多领域实际场景，构建针对性优化模型，助力读者打通理论与应用的衔接通道。同时配套MATL

本书是为高等院校本科教学编写的数值优化课程的教材，主要内容为最优化问题的基本理论和数值算法。全书共分为五章,前三章介绍非线性光滑最优化问题,后两章介绍微分方程中的控制优化问题。本书内容力求简明易懂、强调基础；结构安排上由浅入深、循序渐进；配置精选例题和习题、便于教学与自学。本书可作为高等院校计算数学、应用数学、运筹学与

本书包含6章内容。第1章介绍了约束多目标优化的基本概念、当前面临的挑战，并介绍了基准测试问题。第2章详细介绍了多目标进化优化的理论基础，包括经典的算法、设计原则及性能评价指标。第3章为约束处理技术，分别介绍了罚函数方法、基于目标与约束分离的方法、基于多目标转化的方法、混合法、问题转化法等多种方法。第4～6章着重介绍了几

从一些经典的益智游戏或挑战出发，见识（熟悉）和体会计算思维（主要是其中的逻辑思维和算法思维）的若干观念和要点，是本书编写的初衷和追求。本书挑选了32个游戏或挑战，实现学习和体会计算思维观念和要点的目标。它们本身相互独立，读者可以任意顺序阅读，没有前后依赖关系。问题是指对该游戏的一般化推广，即“泛化”，在分析的基础上总结

本书是为高等学校工科研究生编写的“最优化方法及应用”课程教材，主要内容包括：概述、无约束最优化（一维、多维）、约束最优化（线性、非线性）、全局最优化新方法、多目标优化、应用实例等。全书内容组织突出应用导向，力求在使学生理解优化方法的基本思想、实施步骤、软件实现的基础上，最大限度减少繁复的数学推导和证明，同时结合案例将相

本书着重介绍了与实际应用有关的数值计算基本方法，强调了基本概念、理论和应用，特别是数值计算方法在计算机上的实现，以期读者在学完本书之后能够充分掌握这些方法，并能在计算机上进行有关的科学与工程计算.全书共分8章，主要内容包括非线性方程求根，线性方程组数值解法，矩阵特征值与特征向量的数值计算，函数逼近，数值积分和微分，解线