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

本书是在2019年出版的浙江大学盛骤、谢式千、潘承毅编写的《概率论与数理统计》（第五版）的基础上修订而成的，本书第五版曾获第二届全国教材建设奖全国优秀教材二等奖。在保持原书体系完整、叙述深入浅出、各领域例习题丰富、前沿发展渗透融合、适教利学等特色的基础上，为积极响应学科发展与社会应用的新趋势，契合当前教育教学改革与学科

本书为“十二五”普通高等教育本科国家级规划教材。全书共八章，前四章为概率论部分，主要叙述各种概率分布及其性质，后四章为数理统计部分，主要叙述各种参数估计与假设检验。全书配有数字资源。本书编写从实例出发，图文并茂，通俗易懂，注意讲清楚基本概念与统计思想，强调各种方法的应用，适合初次接触概率统计的读者阅读。全书插图100多

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

概率论与数理统计是大学数学的第三门课。本书针对理工科专业编写，适合课时较少的院校使用，主要包括概率论的基本概念、随机事件及其概率、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、假设检验、方差分析和回归分析等知识模块，在保留前五版优秀内容的基础上，本书第6版进行了全面升级，并特

本书共分为五大模块，主要包含函数与几何、极限与连续、导数与微分、导数的应用、积分及其应用。

本书以Python语言为基础，深入浅出地讲解了模式识别的基本概念、算法原理和实现方法，主要包括监督学习和非监督学习两大类模式识别方法，并详细介绍了多种经典算法，如K近邻、逻辑回归、支持向量机、决策树、集成方法、多层感知器、K-means和Apriori算法等；涵盖了数据处理、数据降维、时间序列模型、深度学习和AutoM

本书内容介绍控制论的发展、工程应用中的问题及其目标安排。首先，探讨了控制器开发流程，涵盖控制系统设计、模型开发、快速原型等内容，并详细讨论了系统模型与表达，包括模型降阶、线性模型簇等。然后，介绍了M序列系统辨识的原理和应用案例，尤其是在燃料电池空气供应系统中的应用。并对开环频率校正、PID控制、串级控制、内模控制等策略

概率论与数理统计是大学数学的第三门课。本书针对高职高专理工专业编写，主要包括概率论的基本概念、随机事件及其概率、一维及多维随机变量及其分布、随机变量的数字特征、数理统计的基础知识、参数估计、假设检验、方差分析和回归分析等知识模块，在保留前四版优秀内容的基础上，本书第5版进行了全面升级，并特别加强了数学建模与数学实验教学

本书内容主要包括概率论的基本知识、随机过程的基本概念、随机微分、随机积分、随机微分方程、平稳随机过程、平稳时间序列、马尔科夫链、连续参数马尔可夫链和马尔可夫决策过程等。各章后配有习题,书后附有习题答案。