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章着重介绍了几类先进的约束多目标进化算法，包括面向不规则约束的协同进化多目标优化方法、面向极小可行域约束的协同进化多目标优化方法，以及面向大规模约束的自适应多阶段进化多目标优化方法。 本书致力于

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，并特别加强了数学建模与数学实验教学环节，通过扫描对应的二维码即可实现实验操作，且配有网络账号，学生可登录网络学习空间学习相关内容。

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。

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环节，通过扫描对应的二维码即可实现实验操作，且配有网络账号，学生可登录网络学习空间学习相关内容。

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数学原理，进而形成算法和程序（主要是Python代码），实现面向问题求解、提炼和展示计算思维要点的融会贯通。本书既可以作为数学或算法方面的普及读物，也可以作为高校学生“计算思维”课

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、内模控制等策略进行了分析，并通过案例展示其实际工程效果。最后，提供多个实验和附录，供读者深入学习和实践。 本书可作为高等学校自动化、机械设计及其自动化、机械电子、电气工程及其自动化、过程装备与控

本书作者依托教学实践经验与学科知识体系，精心编写了这本概率论与数理统计作业本。本书突破传统题型单一的局限，内容涵盖填空题、选择题、判断题及计算题等多元题型。每道题目均经过严谨设计，旨在帮助读者深化理论认知、提升解题能力，实现对知识体系的全面梳理与精准把握，是课堂学习与考研复习的优质辅助资料。

本书主要内容包括事件与概率、离散型随机变量、连续型随机变量、大数定律与中心极限定理、数理统计的基本概念、点估计、假设检验、方差分析和回归分析、Excel 在统计分析中的应用等九章，章末增加了一定量的习题，其中大多数是近年来的考研试题，另外有些习题是来自保险实务、工业生产等现实生活中的问题，这些习题对学生在学习中理论联系实际具有很大的启发和帮助。本书可供高等学校数学类专业和统计学类专业作为教材使用，也可供教学参考。

概率论与数理统计是大学数学的第三门课。本书针对经管类编写，主要包括概率论的基本概念、一维和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，并特别加强了数学建模与数学实验教学环节，可以通过扫描对应的二维码即可实现实验操作，且配有网络账号，学生可登录网络学习空间学习相关内容。本书可作为高等院校经管类等非数学专业的教材与教学参考书，也适合对概率论与数理统计感兴趣的读者自主学习。

本书全书共12章，从时间序列分析的概念和范畴开始，依次介绍了平稳时间序列模型和非平稳时间序列模型以及单位根检验方法等。此外，本书还设计了软件应用演示环节，为读者提供应用软件解决现实问题的具体过程。本书注重理论的完备性以及理论与应用的结合度，努力做到理论内容全面、讲解深入浅出，同时特别强调理论知识的实际引用。本书适合作为经济管理类高年级本科生或者研究生的教材。对于具有统计学基础知识的学生，本书不失为一本简单易懂的自学参考书。