本书是有限单元法的基础教材，系统阐述了有限单元法的基本理论，详细介绍了各种线弹性问题的有限元分析方法，并简要介绍了非线性问题的有限元分析方法。基础理论部分主要介绍平面单元、空间单元和等参数单元；专题部分介绍了杆梁单元和板壳单元，非线性部分主要介绍了材料非线性问题和几何非线性问题；应用部分对目前常用的有限元商业软件的发展、特点、功能进行了介绍，并结合具体工程案例进行了建模、计算和分析。

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。

《Origin数据分析、科技绘图与可视化从入门到精通》以Origin Pro 2024b中文版为软件平台，结合作者多年的数据分析经验，通过大量科研场景下的应用实例，详细介绍Origin在科研数据处理与科学数据可视化中的使用方法与技巧。全书共11章，第1～3章主要讲解Origin的基础知识，包括Origin的操作界面、文件管理、工作簿与工作表管理、绘图基础等；第4～7章主要讲解科技绘图相关内容，包括图形的绘制、自定义绘图、图形管理与注释、图形布局管理与输出等；第8～9章结合Origin数据处

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

本书采用GUI界面操作与APDL命令相互对照的方式，从基础知识、专题技术两个层面详细地阐述ANSYS 2024有限元软件的使用方法和技巧。本书自始至终采用实例作引导，内容系统完整，且每章又相对独立，是一本简明的ANSYS读本。全书分为基础知识和专题技术两部分，共22章。基础知识部分（第1～7章），讲解了使用ANSYS进行有限元分析的基本流程与方法、ANSYS建模、网格划分、边界条件定义、求解、后处理等知识；专题技术部分（第8～22章），根据工程应用的实际经验，介绍大量高级应用知识，包括ANSYS

本书针对ANSYS Workbench 2024 平台，详细介绍了其功能及应用。本书内容丰富且涉及领域较广，读者在掌握软件操作的同时可以掌握解决相关工程领域实际问题的思路与方法，并自如地解决本领域所出现的问题。全书分为4 篇，共20 章，第1 篇从有限元分析着手，讲解工程问题的数学物理方程及ANSYS Workbench平台的基础应用知识；第2 篇以基础范例为指导，讲解结构静力学分析、模态分析、谐响应分析、响应谱分析、随机振动分析及瞬态动力学分析；第3 篇作为进阶部分，讲解接触分析、显式动力学分

"本书依据《新时代大学计算机基础课程教学基本要求》（2023版），从计算系统基本原理、Python程序设计、计算思维与问题求解、计算机网络与物联网、数据分析与可视化、人工智能与大模型、信息安全与隐私保护等维度构建教材内容，在强化对学生计算思维能力培养的同时，推进物联网、大数据和人工智能等新技术的普及与应用。
本书内容上与时俱进，实践中注重创新，将Python编程贯穿教材始终，通过大量编程实例强化对学生计算思维能力的培养，增强学生对新一代信息技术的理解能力。本书紧扣课程主题，多方位凝练思政要

在科技与教育深度融合的新时代背景下，培育德才兼备且具有创新精神和实践技能的人才至关重要。本书融合最优化理论与机器学习技术，配套相关课程为本科生和研究生提供系统全面的学习资源。全书共6章。第1章“绪论”介绍最优化问题的分类和典型应用，为后续学习奠定基础。第2章“凸分析”探讨凸集和凸函数等概念，提供解决优化问题的理论工具。第3章“最优性条件”讲解对偶问题和KKT条件，帮助学生理解最优解的求解方法。第4章“最优化计算”详细介绍梯度下降法、线性搜索法等无约束优化算法。第5章“机器学习中的邻近算法”阐述邻