本書主要從數學規劃的視角出發，系統地介紹了數學優化問題建模和求解的相關理論、方法、實際案例，以及基于 Python 和數學規劃求解器（COPT 和 Gurobi）的編程實戰。全書共分為四部分。第一部分為基本理論和建模方法，重點介紹了數學規劃模型分類和建模方法（包括邏輯約束與大 M 建模方法、線性化方法）以及計算復雜性理論。第二部分為建模案例詳解，通過理論、案例和實戰相結合的方式，詳細介紹了如何利用各種建模方法和數學規劃求解器對實際生產活動中的優化問題進行建模和求解。這部分內容豐富，案例翔實，代碼
這本書的作者是非經典邏輯、粗糙集理論和粒度計算領域的主要研究人員。不確定性條件下的人類推理由于其表征約束，不能很好地用經典邏輯來解釋。非經典邏輯如模態邏輯、多值邏輯、直覺邏輯、弗協調邏輯自亞里士多德以來，就得到了研究和發展。在這本書中，粗糙集理論從代數和非經典邏輯角度進行研究。在非經典邏輯的基礎上，研究了粗糙集的邏輯;然后，提出了基于粒度計算的推理框架，研究了粗糙集推理與非單調推理、條件邏輯中的關聯規則和背景知識。
本書對基于粗糙集的特征選擇進行了綜合性的介紹。通過本書，讀者可以系統地研究粗糙集理論(RST)的各個領域，包括基礎知識、前沿概念以及基于粗糙集的特征選擇。本書還提供了基于粗糙集的API庫，可用于支持一些粗糙集概念和基于粗糙集的特征選擇的算法程序實現。
本書精選了中國研究生數學建模競賽中的5個建模案例，包括面向節能的單/多列車優化決策問題、多無人機協同任務規劃問題、基于幀差法和光流法的前景目標提取追蹤模型、基于優化模型的多無人機對組網雷達的協同干擾研究、基于改進蟻群算法的飛行航跡多目標優化研究。每個案例從解析模型、還原程序、評述論文著手，幫助讀者理解數學建模過程，掌握數學建模方法，提高數學建模能力。每個案例自成體系，讀者可獨立閱讀。 本書可供參加各類數學建模競賽的本科生或研究生及相關問題領域的研究人員作為學習材料和建模參考書。
邏輯思維能力的高低與經驗的多寡無關，它是人類最基本的思維方式，也是幫助我們提升工作質量的重要工具。邏輯思維是有跡可循的，也是可以通過不斷地訓練來提高的。
本書作者以備受讀者歡迎的漫畫《名偵探柯南》中的經典橋段為基礎，搭配圖解說明，娓娓道來邏輯思維的思考方式、形成過程和應用場景。無論你是初次接觸邏輯思維，抑或全然不知其為何物，本書都將對你的思維提升大有幫助。
現在就讓我們跟柯南一起走進邏輯思維訓練的奇妙世界，學習邏輯推理思維的精髓要
本書分為四個部分：第一部分介紹了基本概念和 ZU 的公理；第二部分討論了如何由此引出自然數、實數、線等概念；第三部分的主題是基數和序數；第四部分主要討論了選擇公理和連續統假設。本書不僅由淺入深地呈現了集合論領域的技術手段和證明結論，還論述了這些工作背后的哲學動機，可以讓讀者了解那些貌似繁雜冗長的技術細節背后的哲學思考。
本書介紹了二層模型及其擬合方法，包括數據準備、模型估計、模型解釋、假設檢驗、模型假設條件檢驗及中心化，并介紹了多層次模型的擴展應用，包括對非連續型因變量和非正態分布型因變量的處理以及使用多層次方法分析縱向數據和構建三層模型的方法。
本書的編寫遵循數學建模的基本原理，精選了一些典型數學模型案例，注重講解基本建模的框架和方法。全書包括了9章2個附錄，主要涉及了數學模型與數學建模基本概述、初等建模、線性規劃、非線性規劃、統計描述與分析、微分方程、差分方程、圖與網絡以及數學建模競賽及專家講評等基礎模塊，文后附加了MatLab、Python軟件入門知識和使用簡介。全書主要體現了以下特點：1）以案例教學的形式，介紹數學建模的內容、方法和步驟，提升學生數學素質和能力；2）以“問題-建模-求解”為主線，強調數學語言的表述和
本書系統介紹了數學建模的理論知識和求解方法，結合典型實例全面闡述了數學建模解決實際問題的基本過程。內容涵蓋了數學建模課程中的一些基本方法和基本模型，包括插值與擬合、線性規劃、整數規劃與非線性規劃、常微分方程與差分方程模型、概率統計模型、圖論與網絡優化、綜合評價與決策模型等。
邏輯定理的機器證明是人工智能領域人們最早從事研究的課題。本書從邏輯定理的人工證明和機器證明兩方面來展現邏輯定理證明的藝術，而機器證明又從定理的自動證明和計算機輔助證明兩個方面來展現。本書首先用作者構造的命題演算系統FPC和狹謂詞演算系統FQC完成常用邏輯定理的人工證明(一種自然推理證明)。其次，用邏輯定理的機器證明工具TPG(Tree Proof Generator)實現邏輯定理的自動證明(一種樹證明)。最后，用交互式定理機器證明工具Fitch實現了邏輯定理的計算機證明(一種自然推理證明)。
新書資訊 新書推薦