本書系雙語教材，主體部分用英語撰寫，延伸閱讀部分用漢語撰寫.主體部分主要內容包括：常見數(shù)學公式和數(shù)學表達式的英語讀法、解線性方程組的直接法、矩陣代數(shù)迭代技術、一元方程求根、多項式插值、逼近論、數(shù)值微分與數(shù)值積分、常微分方程初值問題等.延伸閱讀部分內容包括：數(shù)學家傳記、求解非線性方程組的最小二乘法、非線性方程組的不動點迭

基本解方法最早由V.D.Kupradze在文章PotentialmethodsinelasticityJ.N.Sneddon和R.Hill(Eds),ProgressinSolidMechanics,Vol.III,Amsterdam,pp.1-259,1963中提出。自1963年開始，出現(xiàn)大量基本解方法的計算，但鮮有

本書是工業(yè)和信息化部“十四五”規(guī)劃教材,也是科學版研究生教學叢書之一,本書考慮到工科各專業(yè)對數(shù)值分析的實際需要,重點突出學以致用的原則,著重介紹了常用數(shù)值計算方法的構造和使用,內容包括線性代數(shù)方程組數(shù)值解法、非線性方程和方程組的數(shù)值解法、插值法與數(shù)值逼近、數(shù)值積分、矩陣特征值計算、常微分方程數(shù)值解法等．同時,對數(shù)值計算

本書系統(tǒng)深入地闡述了鴿群優(yōu)化的起源、原理、模型、理論、改進及應用，力圖概括該算法自提出以來的國內外**研究進展。全書共9章，主要包括鴿群優(yōu)化思想起源和研究現(xiàn)狀，鴿群優(yōu)化機制原理、數(shù)學模型和實現(xiàn)流程，鴿群優(yōu)化收斂性理論證明、首達時間及參數(shù)選擇，鴿群優(yōu)化模型改進，鴿群優(yōu)化在任務規(guī)劃、自主控制、信息處理、電氣能控等領域的典型

Origin是由OriginLab公司開發(fā)的一個科學繪圖與數(shù)據(jù)分析軟件，該軟件具有豐富的繪圖功能及數(shù)據(jù)處理與分析功能，已被廣泛應用于科技論文與論著的出版�！禣rigin科研繪圖與學術圖表繪制從入門到精通》共8章，匯集150個實例，涵蓋Origin基礎與基本操作、繪圖規(guī)范及其導出、數(shù)據(jù)類型及其導入方法、二維繪圖、三維繪圖

本書詳細介紹了ANSYS公司的有限元分析平臺Workbench2022的應用。通過本書的學習，讀者不僅能掌握軟件的基本操作，還能提高解決實際問題的能力。全書共13章，第1章以各個分析模塊為基礎，介紹ANSYSWorkbench2022的界面、啟動菜單設置及與常見CAD軟件集成等內容。第2章～第13章以項目案例為指導，主

本書從MATLAB基礎語法講起,介紹了基于MATLAB函數(shù)的科學計算問題求解方法,實現(xiàn)了大量科學計算算法。本書分為三大部分。第1章和第2章為MATLAB的基礎知識,對全書用到的MATLAB基礎進行了簡單介紹。第3-12章為本書的核心部分,包括線性方程組求解、非線性方程求解、數(shù)值優(yōu)化、數(shù)據(jù)插值、數(shù)據(jù)擬合與回歸分析、數(shù)值積

本書介紹了智能優(yōu)化算法中的RNA遺傳算法，包括RNA遺傳算法、具有莖環(huán)操作的RNA遺傳算法、受蛋白質啟發(fā)的RNA遺傳算法、信息熵動態(tài)變異概率的RNA遺傳算法、自適應策略的RNA遺傳算法、發(fā)夾交叉操作RNA遺傳算法的橋式吊車支持向量機建模和發(fā)夾變異操作RNA遺傳算法的橋式吊車神經網(wǎng)絡建模方法。本書體現(xiàn)了作者在RNA遺傳算

本書面向應用,介紹各種數(shù)值計算方法的基本原理及Python程序實現(xiàn)。全書共分十五章,主要內容包括:緒論、Python基礎、非線性代數(shù)方程的求根、插值、數(shù)值微分與數(shù)值積分、線性及非線性方程組求解、樣條函數(shù)、最小二乘法與回歸分析、常微分及偏微分方程的求解、過程最優(yōu)化、MonteCarlo模擬、智能優(yōu)化算法。

在這本書中，主要研究了一些線性矩陣方程的有限迭代算法、MCGLS迭代算法及解析算法。本書提出線性矩陣方程的兩類算法(有限迭代算法和MCGLS迭代算法)并推廣到耦合算子矩陣方程上，同時把線性矩陣方程的一般迭代解推廣到約束解，這兩類算法的各章節(jié)之間密切相關并層層遞進。最后，本書給出了幾類線性矩陣方程的解析算法，推廣了國外專