本书围绕数据模型及计算主线,按共性算法案例、数据工程领域中数据计算案例展开.第1章(概述篇)概述了数据建模与计算的思想与方法,提出了数据建模的多模型融合思想和数据计算的多算法集成策略,让模型和算法点亮数据的光芒.第2章到第6章(共性算法篇)例举了若干共性数据计算方法,包括几何模型重建、图像处理中的优化算法、数值微分算法、主成分分析方法与改进、数据拟合的梯度型优化算法.第7章到第17章(数据建模与计算篇)围绕统计生成性模型与数据机理模型融合、多算法集成创新主线,例举了十一个数据工程领域数据建模与计算的案例,涉及医学、金融、量化投资、图像处理、智能决策、音乐流派分类、疫情数据分析、功能服装设计、海洋数据分析等领域的数据分析及应用.后记概括了本书的主要特点和核心内容,强调了数据模型融合和算法集成是上策,对未来进

本书介绍了移动网格方法的历史和现状，作者根据这几年对移动网格方法的一些研究体会，写成此书。本书研究的移动网格方法要做的就是保持单元或节点数不变而通过重新分布节点位置实现自适应目标。特别地，我们将把动态网格与求解过程结合起来，用最适合求解问题的方式来生成网格，即在解的梯度大的地方网格自动加密，而在解的梯度小的地方网格自动变稀疏，其基本目标是改进计算精度，并使数值误差分布趋于均匀。本书侧重自适应网格技术，在流体计算、相场界面问题、双曲守恒律方程等问题上都有成功的应用。本书易读性强，深入浅出，提供代码，使读者容易上手实践。

非线性规划问题在经济和工程等领域中普遍存 在，具有广泛的应用价值。随着社会的发展，非线 性规划问题的规模和结果也越来越复杂，要获得相 应问题的 解也变得越来越困难。 化方法是 解决这些问题强有力的工具，人们提出了许多求解 非线性规划问题的 化方法。这些方法在机理上 大致可以分为确定性 化方法和随机性 化方 法两类，这两种方法各有千秋。 本书介绍几个求解非线性规划问题的确定性 优化方法和随机性 化方法。全书内容共10章， 分为PARTⅠ和PARTⅡ两部分。PARTⅠ针对比式和规 划、多乘积规划、几何规划等工程上出现的 化 问题，提出了几个有效的分支定界算法，并证明了 算法的收敛性，该部分属于确定性 化方法。 PARTⅡ针对群智能 化方法中的萤火虫算法及粒 子群算法的改进做了研究，探讨了收敛性等相关问 题，该部分属于随机性 化

本书系统地介绍现代优化算法的发展脉络，重点针对局部搜索、模拟退火、禁忌搜索、遗传算法、蚁群算法、粒子群算法等经典算法进行了阐述，内容涉及优化机制、理论、流程、设计、应用等多个层面，并且每个算法都结合案例分析指导算法的设计与应用，同时介绍了国内外最近研究进展并开展相应的算法实践与应用研究。

本书以一维杆单元为例，系统地阐述了有限单元法的基本原理、数值方法、程序实现和固体力学领域各类问题中的应用。 全书共13章。前6章为有限单元法的理论基础，包括直接刚度法，一维杆的“强”形式与“弱”形式，单元和插值函数的构造，加权余量法与虚功原理建立有限元格式，变分原理建立有限元格式。后7章为专题部分，包括线性静态有限元分析，线性动态有限元分析，几何非线性有限元分析，材料非线性有限元分析，复合材料多尺度分析，结构灵敏度分析，桁架结构有限元教学软件EFESTS。本书通过一维杆单元详尽地展示了有限单元法的细节，使读者更容易地学习有限元理论，这是作者的基本出发点，也是本书的特色。

无

本书系统地论述了矩阵扰动分析的理论、方法和新的进展，内容包括：矩阵空间的范数与度量，线性方程组和最小二乘问题的扰动理论，代数特征值问题的扰动理论等。本书不仅是总结作者多年研究工作的专著，而且是一本很好的教材，书中各节都附有难易程度不同的习题。

Maple是目前应用非常广泛的符号计算软件之一，它拥有非常强大的符号计算和数值计算功能。本书详细地介绍了Maple的基本功能，包括：数值计算、解方程、微积分计算、向量及矩阵计算、解常微分方程和偏微分方程等，本书深入讲解了Maple编程的基本原理。

科学家预言：“21世纪，人类将从经典信息时代跨越到量子信息时代。”创立了一个世纪的量子力学随着20世纪90年代与信息科学交叉融合诞生的量子信息学，已成为量子信息时代来临的重要标志。 本书是一部研究量子计算与量子优化算法的学术著作。在简要综述外该领域研究成果的基础上，主要篇幅介绍了作者近年来取得的创新性研究成果。全书共8章，主要内容包括：量子力学基础；量子计算基础；基本量子算法；Grover量子搜索算法的改进；量子遗传算法；混沌量子免疫算法，量子蚁群算法，量子粒子群算法；量子神经网络模型与算法；量子遗传算法在模糊神经控制器参数优化设计中的应用。 本书由浅入深、深入浅出、可读性好，具有系统性、交叉性、前沿性等特点。为便于学习，书中给出了多种量子优化算法在搜索、优化、聚类、识别与控制中的应用例

本书是在作者对粗糙集、模糊集相关理论研究和应用的基础上，将一些结果和应用加以汇总、总结、整理而成。主要内容包括：粗糙集理论的基本概念；模糊集理论的基本概念；粗糙集与模糊集的互补性研究及其应用；对不完备信息系统中粗糙集理论的模型的扩充研究；粗糙集在中医胸痹证候识别中的应用研究。 本书适合知识发现、数据挖掘、人工智能、决策分析、中医研究及应用等领域的科研人员和高校师生阅读。