本書以有限元方法的數(shù)學力學理論基礎、工程問題簡化建模、典型工程實際問題分析應用為主線，較系統(tǒng)介紹固體力學、流體力學、傳熱學、電磁學等多學科領域一些基本問題的有限元分析方法。主要內(nèi)容包括有限元方法的變分基礎、變分問題的近似解法、二階常微分方程邊值問題的有限元方法等。
本書全面系統(tǒng)地闡述了測量誤差的基本理論，測量平差的基礎方法，以及扼要介紹了近代平差的原理。本書共12章，內(nèi)容包括緒論、誤差分布與精度指標、協(xié)方差傳播率及權、平差數(shù)學模型與最小二乘原理、條件平差、附有參數(shù)的條件平差、間接平差、附有條件的間接平差、概括平差函數(shù)模型、誤差橢圓、平差系統(tǒng)的統(tǒng)計假設檢驗、近代平差概論。
本書從最優(yōu)化方法應用者的角度，較為系統(tǒng)地介紹了最優(yōu)化問題地建模、算法結構、凸優(yōu)化問題數(shù)學基礎、基本地經(jīng)典優(yōu)化算法和基本地啟發(fā)式優(yōu)化算法。詳細地講解了線性規(guī)劃方法、一維搜索方法、無約束非線性最優(yōu)化問題的算法、帶約束的非線性最優(yōu)化問題的算法、模擬退火算法、遺傳算法和粒子群算法等。書本中對上述方法附有案例過程，使讀者可以理解
本書專注于元啟發(fā)式算法多方面理論和應用，旨在通過詳實的分析和豐富的案例，深入探討元啟發(fā)式算法在解決背包問題及其變種時的實際效能和理論價值。本書不僅系統(tǒng)地介紹了啟元發(fā)式算法的基本原理和關鍵技術，還通過求解若干背包問題的變種，展示了這些算法在經(jīng)典組合優(yōu)化問題求解中的應用。本書第一章首先對背包問題和優(yōu)化算法進行概述，并
本書介紹科學與工程實際中常用的數(shù)值分析理論、方法及有關應用，內(nèi)容包括緒論、非線性方程與方程組的數(shù)值解法、解線性方程組的直接法、解線性方程組的迭代法、曲線擬合與函數(shù)插值、數(shù)值微積分、常微分方程的數(shù)值解法、矩陣的特征值問題等.考慮到工科院校相關課程的教學目的是滿足工程和科研應用需要，本書更注重介紹工程應用的方法，弱化數(shù)學理
本書是NumericalOptimization，2ndedition中前11章，無約束優(yōu)化章節(jié)的中文版，原著全面而及時地介紹了連續(xù)優(yōu)化問題中最有效的方法，是一部經(jīng)典的數(shù)值優(yōu)化著作。本書既強調(diào)數(shù)學理論的嚴謹性與邏輯性，同時又十分注重理論源頭的基本思想，重視對數(shù)學公式背后的物理概念的描述。 本書以深入淺出的方式重點描述了
本書介紹了ANSYSCFD系列網(wǎng)格劃分技術,涵蓋ANSYSMeshing、ANSYSICEMCFD和ANSYSFluentMeshing。其中ANSYSMeshing部分共6章,分別介紹了ANSYSWorkbench平臺、ANSYSMeshing網(wǎng)格劃分方法、網(wǎng)格控制及其他常用功能;ANSYSICEMCFD部分共9章,
本書分為14個章節(jié)，內(nèi)容分別為緒論、GWO算法概述、反向學習和差分變異的GWO算法、隨機反向學習和MEPD的強化等級制度的GWO算法、趨優(yōu)反向學習和隨機反向空置算子的GWO算法、混合差分進化的GWO算法、基于DE全局最優(yōu)和隨機學習的GWO算法、混合鯨魚優(yōu)化的GWO算法、精簡差分擾動GWO算法與均值榜樣學習PSO算法的混
本書基于MM算法原理和組裝分解技術系統(tǒng)地介紹了統(tǒng)計優(yōu)化問題中MM算法的構造方法及其性質(zhì)特征。本書共分7章內(nèi)容，具體包括緒論、凸性、MM算法與組裝分解技術、單(多)元分布參數(shù)估計的MM算法、混合模型的MM算法、生存模型的半?yún)?shù)估計與MM算法、收斂性與加速算法。本書的目的在于為讀者特別是統(tǒng)計工作者提供一套簡單、有效、可靠的
本書前7章為操作基礎，詳細介紹了Ansys分析的基本步驟和方法：第1章Ansys概述；第2章幾何建模；第3章建模實例；第4章網(wǎng)格劃分；第5章施加載荷；第6章求解；第7章后處理。后8章為專題實例，按不同的分析專題講解了各種分析專題的參數(shù)設置方法與技巧：第8章靜力分析；第9章模態(tài)分析；第10章諧響應分析；第11章瞬態(tài)動力學
書單推薦
