測(cè)量是人類認(rèn)識(shí)與探索自然的一種必不可少的重要手段，也是人類打開(kāi)未來(lái)知識(shí)寶庫(kù)的金鑰匙。本書(shū)從測(cè)量、測(cè)試與計(jì)量等基本概念入手，考慮到參數(shù)測(cè)量結(jié)果的處理及測(cè)試系統(tǒng)的分析評(píng)價(jià)這兩個(gè)不同的應(yīng)用需求，并針對(duì)靜態(tài)測(cè)量和動(dòng)態(tài)測(cè)量以及等精度測(cè)量和不等精度測(cè)量的特點(diǎn)，在相應(yīng)章節(jié)對(duì)相關(guān)知識(shí)點(diǎn)進(jìn)行詳細(xì)介紹，貫穿經(jīng)典誤差理論和現(xiàn)代誤差理論的主線

全書(shū)主要內(nèi)容包括ANSYS2022概述、幾何建模、建模實(shí)例、網(wǎng)格劃分、施加載荷、求解、后處理、靜力分析、模態(tài)分析、諧響應(yīng)分析、瞬態(tài)動(dòng)力學(xué)分析、譜分析、結(jié)構(gòu)屈曲分析、非線性分析、接觸問(wèn)題分析等。本書(shū)從實(shí)際應(yīng)用出發(fā),結(jié)合作者使用該軟件的經(jīng)驗(yàn),實(shí)例部分采用GUI方式一步步地對(duì)操作過(guò)程和步驟進(jìn)行了講解。還提供命令流文件電子資料

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(jié)構(gòu)靈活、易于理解、適用廣泛的特點(diǎn)。本書(shū)是作者多年研究成果的總結(jié)，介紹基于復(fù)雜適應(yīng)度函數(shù)的進(jìn)化算法、化學(xué)反應(yīng)優(yōu)化算法、人工內(nèi)分泌系統(tǒng)模型、反向差分進(jìn)化算法等高級(jí)計(jì)算智能方法，以及算法在目標(biāo)的識(shí)別和跟蹤、車輛路徑問(wèn)題等復(fù)雜實(shí)際場(chǎng)景中的應(yīng)用。

全局優(yōu)化問(wèn)題一直是最優(yōu)化領(lǐng)域的老大難問(wèn)題,備受多方關(guān)注。本書(shū)作為該領(lǐng)域的一部專著,首先介紹了非凸全局優(yōu)化問(wèn)題的研究進(jìn)展,然后從分支方法、定界理論、算法設(shè)計(jì)及相關(guān)技術(shù)等方面詳細(xì)論述了非凸全局優(yōu)化問(wèn)題的分支定界算法。全書(shū)主要內(nèi)容如下:全局優(yōu)化方法的研究現(xiàn)狀,分支定界算法的理論基礎(chǔ)、分支方法、定界技巧及相關(guān)概念,二次規(guī)劃、線

本書(shū)以時(shí)間序列模型為基礎(chǔ)，以經(jīng)濟(jì)學(xué)和管理學(xué)中的案例為載體，采用理論講解與數(shù)據(jù)分析案例實(shí)踐相結(jié)合的方式編寫(xiě)而成。全書(shū)共9章，包括時(shí)間序列分析基礎(chǔ)、線性時(shí)間序列模型、單位根時(shí)間序列模型、非線性時(shí)間序列模型、協(xié)整時(shí)間序列模型、波動(dòng)率模型、時(shí)間序列的機(jī)器學(xué)習(xí)方法、時(shí)間序列的深度學(xué)習(xí)方法和課程綜合案例等內(nèi)容。本書(shū)配有PPT課件、

作者根據(jù)多年來(lái)學(xué)習(xí)和講授隨機(jī)過(guò)程的經(jīng)驗(yàn),以及在研究工作中長(zhǎng)期積累的自己的理解、體會(huì)和心得,寫(xiě)下了本書(shū)。本書(shū)主要講述現(xiàn)代隨機(jī)過(guò)程的基礎(chǔ)知識(shí),包括隨機(jī)過(guò)程的總體概念和術(shù)語(yǔ),可選性與循序可測(cè)性,經(jīng)典Wiener空間,Brown運(yùn)動(dòng),離散時(shí)間鞅與連續(xù)時(shí)間鞅,Markov過(guò)程與半群,強(qiáng)馬氏性與擴(kuò)展馬氏性,Ito隨機(jī)積分,一般半鞅

本書(shū)是在教育部制定的教學(xué)大綱基礎(chǔ)上，參照同濟(jì)大學(xué)“概率論與數(shù)理統(tǒng)計(jì)”課程及教材建設(shè)的經(jīng)驗(yàn)和成果，按照全國(guó)碩士研究生入學(xué)統(tǒng)一考試數(shù)學(xué)一的考試大綱要求，根據(jù)作者十多年的教學(xué)實(shí)踐經(jīng)驗(yàn)編寫(xiě)而成．全書(shū)共分八章，包括隨機(jī)事件與概率、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)定律及中心極限定理、統(tǒng)計(jì)量和抽樣分布

本書(shū)介紹非線性復(fù)雜系統(tǒng)中數(shù)據(jù)處理的投影尋蹤降維技術(shù)，給出投影尋蹤在分類、評(píng)價(jià)和預(yù)測(cè)等方面的統(tǒng)計(jì)模型，包括Friedman-Tukey投影尋蹤模型、投影尋蹤Spearman相關(guān)系數(shù)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(wèn)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(shù)據(jù)信息、

本書(shū)結(jié)合作者近年來(lái)的研究工作,系統(tǒng)介紹非線性分布參數(shù)系統(tǒng)的智能建模方法及其在實(shí)際工程領(lǐng)域的應(yīng)用,重點(diǎn)闡述分布參數(shù)系統(tǒng)建模的基礎(chǔ)知識(shí)及方法。在此基礎(chǔ)上,針對(duì)工業(yè)系統(tǒng)廣泛存在的不確定性、強(qiáng)非線性、時(shí)變、大尺度特征等問(wèn)題,提出了基于流形學(xué)習(xí)的非線性時(shí)空模型、基于數(shù)據(jù)學(xué)習(xí)機(jī)的非線性時(shí)空模型、基于有限高斯混合模型的時(shí)空多模型、基

本書(shū)研究有限維系統(tǒng)和無(wú)窮維系統(tǒng)的動(dòng)態(tài)補(bǔ)償問(wèn)題，主要包括：執(zhí)行動(dòng)態(tài)補(bǔ)償、觀測(cè)動(dòng)態(tài)補(bǔ)償和干擾動(dòng)態(tài)補(bǔ)償。對(duì)于有限維系統(tǒng)，動(dòng)態(tài)補(bǔ)償理論將實(shí)現(xiàn)自抗擾控制和內(nèi)模原理的優(yōu)化組合，提出新的干擾估計(jì)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(yàn)動(dòng)態(tài)信息。對(duì)于無(wú)窮維系統(tǒng)，動(dòng)態(tài)補(bǔ)償理論可以有效解決三大類問(wèn)題：(i)PDE