本书共分17部分,介绍了完全信息博弈、混合策略均衡、完全信息展开型博弈:理论;联盟博弈及其核心、完全信息展开型博弈:延伸与讨论、不完全信息展开型博弈、演化均衡等内容。本书对博弈论进行了严谨而又通俗的介绍,是适用于高年级本科生和研究生的入门。
《证据网络推理学习理论及其应用》提出并建立了一套完整的证据网络理论和方法体系,对证据网络的定义、结构建模、参数表示、不同参数模型下的推理及证据网络参数和结构学习的相关理论和方法展开了深入论述。《证据网络推理学习理论及其应用》共分为7章,内容包括:不确定性建模理论,不确定性推理方法,证据网络提出的价值与意义,证据网络模型的基本概念、特点、关键要素和建模流程,证据网络的结构与参数,证据网络的推理问题,不同参数模型下的推理策略与算法,证据网络参数学习模型与计算方法,证据网络信度规则模型库结构学习,以及相关应用研究等。《证据网络推理学习理论及其应用》主要面向管理科学与工程、控制科学与工程、信息技术等领域的学者及研究生,也可供相关领域的研究人员阅读参考。
本教材主要介绍近年来产生发展的多种智能优化算法。包括为人熟知的遗传算法、禁忌搜索算法、模拟退火算法和蚁群优化算法;近年来已成为研究热点的粒子群优化算法;还有尚待普及的捕食搜索算法和动态环境下的进化计算。书中讨论这些算法的产生和发展、算法的基本思想和理论、基本构成、计算步骤和主要的变形以及数值例子和实际应用。为了方便读者学习,各章之后还附有精选的习题、思考题及相关的参考文献。 本教材是为“智能优化方法”这门研究生课程编写的,可作为系统工程、管理工程、计算机、自动化、人工智能以及其他应用优化算法专业的研究生及高年级的本科生教材,也可供相关专业的研究人员和工程技术人员参考。
《证据网络推理学习理论及其应用》提出并建立了一套完整的证据网络理论和方法体系,对证据网络的定义、结构建模、参数表示、不同参数模型下的推理及证据网络参数和结构学习的相关理论和方法展开了深入论述。《证据网络推理学习理论及其应用》共分为7章,内容包括:不确定性建模理论,不确定性推理方法,证据网络提出的价值与意义,证据网络模型的基本概念、特点、关键要素和建模流程,证据网络的结构与参数,证据网络的推理问题,不同参数模型下的推理策略与算法,证据网络参数学习模型与计算方法,证据网络信度规则模型库结构学习,以及相关应用研究等。《证据网络推理学习理论及其应用》主要面向管理科学与工程、控制科学与工程、信息技术等领域的学者及研究生,也可供相关领域的研究人员阅读参考。
本书阅读本书只需具备微积分和线性代数的部分基础知识。本书可作为科技人员和本科生通俗易懂的入门参考书.可帮助读者学会以自己的想法建立简单数学模型,并利用模型对自己或其他人的结论进行解释。为此,书中给出了生物学、生态学、经济、医药、农业、化学、电力、机械以及加工工艺等不同领域的多个详细范例。《数学建模与仿真--科学与工程导论》根据作者长期在科学与工程领域的建模与仿真工作经验编写而成,给出了一些基本问题的答案。比如:什么是数学模型?数学模型有哪些种类?针对某个特定问题应该选择什么模型?什么是仿真、参数评估和确认等?本书大量引用了免费开源软件。包括3DCFD软件和结构力学模拟软件在内的软件,读者可在互联网上免费获得的CAELinux一Live—DVD中使用(可以在多数计算机和操作系统上运行)。
《离散与连续空间中的搜索理论》讨论离散和连续空间中关于静止和运动目标的搜索策略,分析了目标的概率分布函数已知和未知的各种情况,重点介绍了搜索理论的基础知识和发展。《离散与连续空间中的搜索理论》共分6章。章介绍搜索理论的产生、发展过程及研究现状。第2章讨论针对静止目标的搜索策略及数学模型。第3章讨论分布函数未知情况下的搜索策略。第4章讨论针对运动目标的搜索策略,并尝试将搜索问题与控制理论结合起来进行讨论。第5章介绍系统的控制理论的一些基本原理以及与搜索理论的交叉点。第6章给出了搜索理论在经济学和无线网络管理领域的一些应用。最后对全书做了一个总结并给出关于进一步研究的一些建议。《离散与连续空间中的搜索理论》包括了许多实例和算法,以及一个示范性的仿真软件包。《离散与连续空间中的搜索理论》
本教材主要介绍近年来产生发展的多种智能优化算法。包括为人熟知的遗传算法、禁忌搜索算法、模拟退火算法和蚁群优化算法;近年来已成为研究热点的粒子群优化算法;还有尚待普及的捕食搜索算法和动态环境下的进化计算。书中讨论这些算法的产生和发展、算法的基本思想和理论、基本构成、计算步骤和主要的变形以及数值例子和实际应用。为了方便读者学习,各章之后还附有精选的习题、思考题及相关的参考文献。 本教材是为“智能优化方法”这门研究生课程编写的,可作为系统工程、管理工程、计算机、自动化、人工智能以及其他应用优化算法专业的研究生及高年级的本科生教材,也可供相关专业的研究人员和工程技术人员参考。
《控制论中的矩阵计算》主要介绍控制论中几个典型矩阵计算问题的数值解法。全书共分7章,内容包括:矩阵分析基础、控制系统概论、矩阵指数的计算、Lyapunov方程的数值解法、代数Riccati方程的数值解法、非对称代数Riccati方程的数值解法、极点配置问题的数值解法。《控制论中的矩阵计算》在内容上,力求向读者展示这一领域既基本又重要的知识、方法和技巧以及的进展。《控制论中的矩阵计算》在叙述表达上,力求清晰易读,便于教学与自学。《控制论中的矩阵计算》可作为综合、理工科、高等师范院校计算数学、应用数学、工程计算等专业高年级本科生和研究生的或教学参考书,也可供从事科学与工程计算的科技人员参考。
"Stochastic optimization in continuous time"(AuthorFwu-RanqChang)is a rigorouut user-friendly book on the application ofstochastic control theory to economics. A distinctive feature ofthe book is that math-ematical concepts are introduced in alanguage and terminology familiar to graduate students ofeconomics.
本教材主要介绍近年来产生发展的多种智能优化算法。包括为人熟知的遗传算法、禁忌搜索算法、模拟退火算法和蚁群优化算法;近年来已成为研究热点的粒子群优化算法;还有尚待普及的捕食搜索算法和动态环境下的进化计算。书中讨论这些算法的产生和发展、算法的基本思想和理论、基本构成、计算步骤和主要的变形以及数值例子和实际应用。为了方便读者学习,各章之后还附有精选的习题、思考题及相关的参考文献。 本教材是为“智能优化方法”这门研究生课程编写的,可作为系统工程、管理工程、计算机、自动化、人工智能以及其他应用优化算法专业的研究生及高年级的本科生教材,也可供相关专业的研究人员和工程技术人员参考。
《离散与连续空间中的搜索理论》讨论离散和连续空间中关于静止和运动目标的搜索策略,分析了目标的概率分布函数已知和未知的各种情况,重点介绍了搜索理论的基础知识和发展。 《离散与连续空间中的搜索理论》共分6章。章介绍搜索理论的产生、发展过程及研究现状。第2章讨论针对静止目标的搜索策略及数学模型。第3章讨论分布函数未知情况下的搜索策略。第4章讨论针对运动目标的搜索策略,并尝试将搜索问题与控制理论结合起来进行讨论。第5章介绍系统的控制理论的一些基本原理以及与搜索理论的交叉点。第6章给出了搜索理论在经济学和无线网络管理领域的一些应用。最后对全书做了一个总结并给出关于进一步研究的一些建议。《离散与连续空间中的搜索理论》包括了许多实例和算法,以及一个示范性的仿真软件包。 《离散与连续空间中的搜索