本書比較全面地介紹了演化多目標優(yōu)化與智能計算相關(guān)的基本理論、方法、以及作者團隊在演化多目標優(yōu)化與智能計算領(lǐng)域過去近十年的主要研究成果。全書共12章，第1-2章主要內(nèi)容為簡單介紹多目標優(yōu)化的問題、基本概念和復雜多目標優(yōu)化和智能計算問題相關(guān)的基礎(chǔ)知識；第3-7章主要介紹了作者提出的一些先進的演化多目標優(yōu)化算法以及相關(guān)應(yīng)用；
有限元方法是一種被廣泛釆用的求解數(shù)理方程的數(shù)值計算方法，是解決眾多工程問題的強有力的計算工具。本書共10章，首先介紹有限元方法的發(fā)展歷史與工程應(yīng)用概況，接著重點介紹有限元方法的理論基礎(chǔ)、桿系結(jié)構(gòu)，重點講解靜力學問題、動力學問題、材料非線性問題、幾何非線性問題、接觸非線性問題、溫度場問題的有限元分析方法，以及擴展多尺度有
本書強調(diào)對運籌學基本概念、基本原理、基本方法與基本技能的介紹，力求做到概念準確、原理清楚、求解方法全面，并注重創(chuàng)新應(yīng)用；強調(diào)將知識的傳授、能力的培養(yǎng)和素質(zhì)的提高結(jié)合起來，并倡導更新思維、激活知識、挖掘潛能的創(chuàng)造性教育方法；強調(diào)科學思維、科學方法、實踐技能和創(chuàng)新能力的綜合培養(yǎng)。第2版強化了對常見疑難問題的講解，特別是補充
本書稿主要研究單變量情形和雙變量情形下的非負靜態(tài)細分算法、SIA矩陣與馬爾科夫過程。首先介紹了細分算法以及一致收斂性的基本概念，研究了SIA矩陣的性質(zhì)以及與馬爾科夫過程之間的聯(lián)系，利用SIA矩陣收斂的特性與馬爾科夫鏈相關(guān)性質(zhì)，分別詳細討論了單變量與雙變量非負細分算法的一致收斂性，并推廣了收斂的某些條件；在此基礎(chǔ)上，進一
本書全面地介紹了各種常見統(tǒng)計應(yīng)用場景下的樣本量確定方法，重點討論了樣本量確定的原理，彌補了已有統(tǒng)計學在這方面的不足。特別地，在統(tǒng)計學領(lǐng)域內(nèi)首次介紹了分布估計和建模等應(yīng)用場景中的樣本量確定方法，填補了空白。
本書采用GUI界面操作與APDL命令相互對照的方式，從基礎(chǔ)知識、專題技術(shù)兩個層面詳細地闡述ANSYS2024有限元軟件的使用方法和技巧。本書自始至終采用實例作引導，內(nèi)容系統(tǒng)完整，且每章又相對獨立，是一本簡明的ANSYS讀本。全書分為基礎(chǔ)知識和專題技術(shù)兩部分，共22章�；A(chǔ)知識部分（第1～7章），講解了使用ANSYS進行
本書針對ANSYSWorkbench2024平臺，詳細介紹了其功能及應(yīng)用。本書內(nèi)容豐富且涉及領(lǐng)域較廣，讀者在掌握軟件操作的同時可以掌握解決相關(guān)工程領(lǐng)域?qū)嶋H問題的思路與方法，并自如地解決本領(lǐng)域所出現(xiàn)的問題。全書分為4篇，共20章，第1篇從有限元分析著手，講解工程問題的數(shù)學物理方程及ANSYSWorkbench平臺的基礎(chǔ)應(yīng)
"《ANSYSWorkbench結(jié)構(gòu)與流體實例應(yīng)用》基于ANSYSWorkbench平臺，通過豐富的案例，深入淺出地描述了結(jié)構(gòu)模塊與流體模塊在工程計算中的應(yīng)用過程，案例內(nèi)容涵蓋了結(jié)構(gòu)靜力學、結(jié)構(gòu)動力學、結(jié)構(gòu)穩(wěn)態(tài)傳熱、結(jié)構(gòu)瞬態(tài)傳熱、流固耦合、剛?cè)狁詈�、接觸非線性、材料非線性、結(jié)構(gòu)優(yōu)化、結(jié)構(gòu)疲勞、流體網(wǎng)格處理、流體傳熱、流
"《**控制與工程博弈論》主要以數(shù)學描述的方式闡述**控制理論的研究內(nèi)容，由具體的實例引出相關(guān)的控制問題，再利用學生熟知的數(shù)學工具嚴謹?shù)赝扑愠鰡栴}的解決過程，并對控制問題的具體實例進行了嚴格的數(shù)學公式推導。此外，書中引用了大量的工程實例，并對每個實例進行了詳細的數(shù)學描述，理論與實際結(jié)合。本書可供自動化、力學、計算機等相
本書模式識別理論與實踐學習的立體教程，針對的讀者是具有一定數(shù)理知識的從業(yè)人員。通過本書的學習，讀者能夠熟練掌握模式識別的基礎(chǔ)知識、基本方法和工程應(yīng)用。本書主要包括模式識別的基本概念、貝葉斯決策理論、概率密度函數(shù)的參數(shù)估計、非參數(shù)判別分類方法、聚類分析、特征提取與選擇、模糊模式識別、神經(jīng)網(wǎng)絡(luò)、深度學習。最后是項目實戰(zhàn)，系
書單推薦 新書推薦
