《智能优化算法及其Matlab案例》是对智能优化算法及其实际应用的研究成果的系统总结。智能优化算法是一类模拟生物进化、群体行为或物理法则等自然现象或过程的计算方法，用于解决组合优化、函数优化、大空间等复杂的优化问题，得到了国内外学者的广泛关注。本书共有8章，第1章介绍了智能优化算法的概念、特点、分类以及最优化问题的含义、分类等；第2章到第7章分别介绍了遗传算法、模拟退火算法、禁忌搜索算法、蚁群优化算法、粒子群优化算法、帝国竞争算法等6种经典智能优化算法的理论基础、算法流程及Matlab案例应用；

本书是为高等学校非计算机类专业学生编写的大学计算机基础教学的教材。本书定位计算机通识教育，教学目标为培养学生计算思维和传授人工智能知识，提高学生科学修养、信息素养和计算机应用能力，为各学科与计算学科的交叉融合提供计算学科基础知识。面向问题求解，以“领域问题+计算”计算思维培养模式为主线，全面讲解问题求解的传统算法和人工智能思想。全书共分为八章，分别是：（1）绪论，介绍知识、学习、认知、思维和逻辑等跨学科范畴的通识性知识，阐明计算在科学研究和知识创新中的重要性。（2）计算与计算机，讲解现

本书为科学出版社“十四五”普通高等教育本科规划教材。本书力求将数值方法和计算机实现相结合，以计算方法设计为基础，围绕计算原理和计算步骤阐述的主线展开。内容涵盖线性方程组和非线性方程的求解、多项式插值与逼近、数值积分与数值微分、常微分方程数值解等传统数值分析内容，还特别加入快速Fourier变换、圆周率计算的外推法等在计算数学史上非常重要的内容。每章配备习题和上机实验题，还通过二维码链接了部分彩图，方便读者直观理解算法。

为理工科大学各专业普遍开设的“数值分析”课程编写的教材. 其内容包括插值与逼近，数值微分与数值积分，非线性方程与线性方程组的数值解法，矩阵的特征值与特征向量计算，常微分方程数值解法. 每章附有习题并在书末给出了部分答案，每章还附有复习与思考题和计算实习题. 全书阐述严谨，脉络分明，深入浅出，便于教学.

大学计算机应用基础是大中专院校非计算机专业学生的公共必修课之一，课程内容包括计算机系统概述、办公自动化操作基础、计算机网络和网络信息安全、新一代信息技术和大模型应用等方面的基础知识以及大学生必不可少的信息处理能力和计算机应用技能等的相关培养和训练。课程的教学目标主要包括3个方面。 1）认知目标 培养学生了解计算机系统、Windows操作系统、WPS办公软件、新一代信息技术以及计算机网络和网络信息安全等模块涉及的基本概念、基本术语和基础知识。 2）能力目标 培养学生熟练处理计算机软硬件系统中的一般

本教材包括ANSYS软件基础与高级仿真应用两部分: 第1章-第8章为基础部分, 详细说明ANSYS基本操作、实体模型的建立、材料模型的选取、网格的划分、结构分析的内容和方法等。第9章-第11章为高级应用部分, 将作者团队的科研成果与软件使用紧密结合, 提炼出适合的算例来介绍科学研究与工程应用中所涉及的高级仿真技术, 包括子模型与子结构方法、热机耦合仿真、联合仿真及优化。

有限元方法是一种被广泛釆用的求解数理方程的数值计算方法，是解决众多工程问题的强有力的计算工具。本书共10章，首先介绍有限元方法的发展历史与工程应用概况，接着重点介绍有限元方法的理论基础、杆系结构，重点讲解静力学问题、动力学问题、材料非线性问题、几何非线性问题、接触非线性问题、温度场问题的有限元分析方法，以及扩展多尺度有限元方法。

全书共分上、下两册，本书为上册，适用于较多学时的＂数值分析＂课程教学和大类招生专业分流前学生学习。主要介绍解线性方程组的直接法和迭代法、解线性最小二乘问题的直接法、矩阵特征值问题的计算方法、函数插值、数值积分、微分方程数值解法及几类经典现代数值方法。

"本书以计算思维为主线介绍计算机科学的入门知识，主要针对计算机类专业一年级本科生的“计算机科学导论”“大学计算机基础”等课程。
全书共8章，主要内容包括计算机概述、计算机中信息的表示、操作系统、Python编程基础、算法与数据结构、数据库原理及应用、计算机网络技术、计算机新技术等。本书参考了《计算课程体系规范》（CC2020），更加系统地聚焦如何通过计算机相关基础知识的学习培养计算思维，同时注重让读者通过计算思维认识世界、提出问题、解决问题，内容的组织更加注意循序渐进地培养读者的创造性学习

数值分析作为计算数学的基础研究领域之一，关注一些基础共性问题的计算方法。它通过对问题近似建模，提出解决方案，并将这些方案用计算机程序实现，同时对算法进行理论分析。作为计算数学专业的基础课程，数值分析致力于培养学生设计、分析及提升算法的能力。本书的内容以多项式近似为核心线索，涵盖从多项式插值和逼近到数值微分、积分，再到常微分方程数值解的应用等。