本書以隨機(jī)過程的統(tǒng)計(jì)特征和性質(zhì)為主線,旨在將實(shí)際應(yīng)用和理論推導(dǎo)聯(lián)系起來,通過概念、定理、例題、詳細(xì)的習(xí)題,盡量體現(xiàn)隨機(jī)過程的理論基礎(chǔ)及應(yīng)用價(jià)值,以保證教材的綜合性、整體性和前瞻性,從而使統(tǒng)計(jì)類專業(yè)和其他工程類專業(yè)、管理類專業(yè)的學(xué)生較為熟練地掌握隨機(jī)過程的理論和應(yīng)用.本書共九章,全書內(nèi)容包括隨機(jī)過程的基本概念、隨機(jī)過程的

本書主要內(nèi)容包括：MATLAB簡(jiǎn)介、MATLAB程序設(shè)計(jì)基礎(chǔ)、矩陣運(yùn)算、數(shù)值計(jì)算、符號(hào)運(yùn)算、圖形繪制、統(tǒng)計(jì)和方程等工具箱。本課程于2019年被評(píng)為山東省混合式一流本科課程，此次修訂將會(huì)把混合式教學(xué)的研究成果融入教材中，增加自主學(xué)習(xí)檢測(cè)、課內(nèi)練習(xí)和課后作業(yè)，加強(qiáng)課前、課中、課后的訓(xùn)練；提升課程的高階性，除了學(xué)習(xí)MATLA

本書是一部經(jīng)典的隨機(jī)過程著作，敘述深入淺出、涉及面廣。主要內(nèi)容有隨機(jī)變量、條件期望、馬爾可夫鏈、指數(shù)分布、泊松過程、平穩(wěn)過程、更新理論及排隊(duì)論等，也包括了隨機(jī)過程在物理、生物、運(yùn)籌、網(wǎng)絡(luò)、遺傳、經(jīng)濟(jì)、保險(xiǎn)、金融及可靠性中的應(yīng)用。第12版幾乎各章都有新的內(nèi)容，也新增了例子和習(xí)題，其中最大的變化是增加了講解耦合方法的第12

互補(bǔ)約束優(yōu)化是一類帶均衡約束的數(shù)學(xué)規(guī)劃問題,在工程設(shè)計(jì)、交通網(wǎng)絡(luò)、通信網(wǎng)絡(luò)、**控制、經(jīng)濟(jì)等領(lǐng)域有廣泛的應(yīng)用.本書主要介紹互補(bǔ)約束優(yōu)化的理論和算法,內(nèi)容包括互補(bǔ)約束優(yōu)化的應(yīng)用背景及其約束規(guī)格和**性條件、線性互補(bǔ)約束優(yōu)化的快速算法、非線性互補(bǔ)約束優(yōu)化的光滑化算法、非線性互補(bǔ)約束優(yōu)化的松弛方法等.

本書按新時(shí)期大學(xué)數(shù)學(xué)教學(xué)大綱要求編寫而成，內(nèi)容豐富，理論嚴(yán)謹(jǐn)，思路清晰，例題典型，方法性強(qiáng).本書注重分析解題思路與規(guī)律，并與現(xiàn)實(shí)生活中的問題緊密結(jié)合，對(duì)培養(yǎng)學(xué)生的學(xué)習(xí)興趣及提高分析問題與解決問題的能力將起到較大作用.全書共分九章，內(nèi)容涵蓋隨機(jī)事件、一維隨機(jī)變量及其分布、多維隨機(jī)變量及其分布、隨機(jī)變量的數(shù)字特征、大數(shù)定律

《直覺模糊時(shí)間序列分析》系統(tǒng)介紹直覺模糊時(shí)間序列分析理論和智能信息處理方法，尤其是在網(wǎng)絡(luò)信息安全領(lǐng)域的應(yīng)用。第1章-直覺模糊集、時(shí)間序列預(yù)測(cè)、直覺模糊時(shí)間序列等。第2章-基于多重直覺模糊推理的一階一元IFTS預(yù)測(cè)模型。第3章-基于多維直覺模糊推理的高階IFTS預(yù)測(cè)模型。第4章-啟發(fā)式變階IFTS預(yù)測(cè)模型。第5章-自適應(yīng)

利用時(shí)間序列預(yù)測(cè)技術(shù)對(duì)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，可以推測(cè)事物發(fā)展的未來趨勢(shì)。然而傳統(tǒng)的時(shí)間序列預(yù)測(cè)技術(shù)模型構(gòu)建簡(jiǎn)單，對(duì)于數(shù)據(jù)包含的信息挖掘與剖析不夠深入。因此，采用基于群智能優(yōu)化算法的預(yù)測(cè)理論解決時(shí)間序列分析與預(yù)測(cè)問題，是近年來的研究熱點(diǎn)之一。《基于群智能優(yōu)化算法的預(yù)測(cè)理論與方法的研究及應(yīng)用》闡述了基于群智能優(yōu)化算法的預(yù)測(cè)理論

本書介紹非參數(shù)統(tǒng)計(jì)的基本概念和方法,其內(nèi)容包括預(yù)備知識(shí)、U統(tǒng)計(jì)量、基于二項(xiàng)分布的檢驗(yàn)、列聯(lián)分析、秩檢驗(yàn)、檢驗(yàn)的功效與漸近相對(duì)效率、概率密度估計(jì)、非參數(shù)回歸.每一章內(nèi)容都著重闡述非參數(shù)統(tǒng)計(jì)推斷的一般處理技術(shù)和原則,并給出一些典型例子.各章后面的習(xí)題側(cè)重于應(yīng)用.本書的特點(diǎn)是側(cè)重于介紹非參數(shù)統(tǒng)計(jì)在各應(yīng)用領(lǐng)域中的常用方法,盡可

本書為"排序與調(diào)度叢書"之一。對(duì)于排序論中NP困難問題，高效的近似算法設(shè)計(jì)至關(guān)重要。本書主要介紹排序問題中的數(shù)學(xué)規(guī)劃松弛方法，對(duì)于排序論中若干經(jīng)典問題、工件加工時(shí)間可控排序模型中若干問題、以及工件可拒絕排序模型中若干問題應(yīng)用數(shù)學(xué)規(guī)劃松弛方法設(shè)計(jì)其近似算法。本書讀者對(duì)象可以是排序（調(diào)度）理論方面的專家，也可作為相關(guān)專業(yè)研

對(duì)于NP困難的排序問題，研究其近似算法既是排序理論重要組成部分，具有深刻的理論意義，又是推進(jìn)排序理論應(yīng)用的關(guān)鍵，具有廣泛的實(shí)際應(yīng)用價(jià)值。數(shù)學(xué)規(guī)劃松弛方法是一種可用于設(shè)計(jì)組合最優(yōu)化問題近似算法的重要方法，本書討論排序問題的數(shù)學(xué)規(guī)劃松弛方法，介紹應(yīng)用數(shù)學(xué)規(guī)劃松弛方法設(shè)計(jì)求解NP困難排序問題近似算法的基本原理與方法，以及該領(lǐng)