測量是人類認識與探索自然的一種必不可少的重要手段，也是人類打開未來知識寶庫的金鑰匙。本書從測量、測試與計量等基本概念入手，考慮到參數測量結果的處理及測試系統(tǒng)的分析評價這兩個不同的應用需求，并針對靜態(tài)測量和動態(tài)測量以及等精度測量和不等精度測量的特點，在相應章節(jié)對相關知識點進行詳細介紹，貫穿經典誤差理論和現代誤差理論的主線

演化算法是一類基于群體智能的自然啟發(fā)式搜索優(yōu)化策略，具有結構靈活、易于理解、適用廣泛的特點。本書是作者多年研究成果的總結，介紹基于復雜適應度函數的進化算法、化學反應優(yōu)化算法、人工內分泌系統(tǒng)模型、反向差分進化算法等高級計算智能方法，以及算法在目標的識別和跟蹤、車輛路徑問題等復雜實際場景中的應用。

全局優(yōu)化問題一直是最優(yōu)化領域的老大難問題,備受多方關注。本書作為該領域的一部專著,首先介紹了非凸全局優(yōu)化問題的研究進展,然后從分支方法、定界理論、算法設計及相關技術等方面詳細論述了非凸全局優(yōu)化問題的分支定界算法。全書主要內容如下:全局優(yōu)化方法的研究現狀,分支定界算法的理論基礎、分支方法、定界技巧及相關概念,二次規(guī)劃、線

全書主要內容包括ANSYS2022概述、幾何建模、建模實例、網格劃分、施加載荷、求解、后處理、靜力分析、模態(tài)分析、諧響應分析、瞬態(tài)動力學分析、譜分析、結構屈曲分析、非線性分析、接觸問題分析等。本書從實際應用出發(fā),結合作者使用該軟件的經驗,實例部分采用GUI方式一步步地對操作過程和步驟進行了講解。還提供命令流文件電子資料

本書介紹非線性復雜系統(tǒng)中數據處理的投影尋蹤降維技術，給出投影尋蹤在分類、評價和預測等方面的統(tǒng)計模型，包括Friedman-Tukey投影尋蹤模型、投影尋蹤Spearman相關系數模型、投影尋蹤信息熵模型、聚類分析修正的投影尋蹤模型、解不確定型決策問題的投影尋蹤模型、投影尋蹤回歸及自回歸模型。這些模型能充分提取數據信息、

本書以時間序列模型為基礎，以經濟學和管理學中的案例為載體，采用理論講解與數據分析案例實踐相結合的方式編寫而成。全書共9章，包括時間序列分析基礎、線性時間序列模型、單位根時間序列模型、非線性時間序列模型、協(xié)整時間序列模型、波動率模型、時間序列的機器學習方法、時間序列的深度學習方法和課程綜合案例等內容。本書配有PPT課件、

作者根據多年來學習和講授隨機過程的經驗,以及在研究工作中長期積累的自己的理解、體會和心得,寫下了本書。本書主要講述現代隨機過程的基礎知識,包括隨機過程的總體概念和術語,可選性與循序可測性,經典Wiener空間,Brown運動,離散時間鞅與連續(xù)時間鞅,Markov過程與半群,強馬氏性與擴展馬氏性,Ito隨機積分,一般半鞅

本書是在教育部制定的教學大綱基礎上，參照同濟大學“概率論與數理統(tǒng)計”課程及教材建設的經驗和成果，按照全國碩士研究生入學統(tǒng)一考試數學一的考試大綱要求，根據作者十多年的教學實踐經驗編寫而成．全書共分八章，包括隨機事件與概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數字特征、大數定律及中心極限定理、統(tǒng)計量和抽樣分布

本書結合作者近年來的研究工作,系統(tǒng)介紹非線性分布參數系統(tǒng)的智能建模方法及其在實際工程領域的應用,重點闡述分布參數系統(tǒng)建模的基礎知識及方法。在此基礎上,針對工業(yè)系統(tǒng)廣泛存在的不確定性、強非線性、時變、大尺度特征等問題,提出了基于流形學習的非線性時空模型、基于數據學習機的非線性時空模型、基于有限高斯混合模型的時空多模型、基

本書研究有限維系統(tǒng)和無窮維系統(tǒng)的動態(tài)補償問題，主要包括：執(zhí)行動態(tài)補償、觀測動態(tài)補償和干擾動態(tài)補償。對于有限維系統(tǒng)，動態(tài)補償理論將實現自抗擾控制和內模原理的優(yōu)化組合，提出新的干擾估計方法，不但能利用系統(tǒng)的在線信息，而且還能夠充分利用系統(tǒng)和干擾的先驗動態(tài)信息。對于無窮維系統(tǒng)，動態(tài)補償理論可以有效解決三大類問題：(i)PDE