本书系统和深入介绍非线性优化的主要计算方法和相关理论，主要内容包括：一维优化方法、梯度法和共轭梯度法、拟牛顿法、直接方法、二次规划、罚函数法、可行方向法、逐步二次规划法、信赖域法、内点法、滤子方法等。
线性锥优化是线性规划的延伸，也是非线性规划，尤其是二次规划的一种新型研究工具，其理论性强，应用面广，值得深入研究。本书系统地介绍了线性锥优化的相关理论、模型和计算方法，主要内容包括：线性锥优化简介、基础知识、**性条件与对偶、可计算线性锥优化、二次函数锥规划、线性锥优化近似算法、应用案例和内点算法软件介绍等。《BR》 本书不仅包含了线性规划、二阶锥规划和半定规划等基本模型，还引进二次函数锥规划来探讨更一般化的线性锥优化模型。同时，在共辄对偶理论的基础上，系统地建立了线性锥优化的对偶模型，分析了原始与对偶模型之间的强对偶性质。本书的主要内容来源于我们研究小组近些年工作总结，一些研究结果还非常初始，仍然具有较新的研究价值和可能的扩展空间。
全局优化问题一直是**化领域的老大难问题，备受关注。本书首先介绍了非凸全局优化问题的研究进展，然后从分支方法、定界理论、算法设计及相关技术等方面详细论述了非凸全局优化问题的分支定界算法。全书主要内容如下：全局优化方法的研究现状，分支定界算法的理论基础、分支方法、定界技巧及相关概念，二次规划、线性多乘积规划、广义线性多乘积规划、广义几何规划、广义线性比式和、二次约束二次比式和、广义多项式比式和、一般非线性比式和等问题的分支定界算法。
本书以经典运筹学理论为基础，借鉴国外 运筹学领域的部分经典理论，新增全局优化算法，并融合MATLAB实现案例，系统介绍运筹学的原理、模型、算法及使用MATLAB的实现。 本书采用运筹学理论与MATLAB实现相辅相成的编写模式，理论和实践相结合， 有利于读者学习并将学习成果快速转换为实际应用。全书分三篇，共13章内容。 篇（ ～7章），主要介绍经典的运筹学理论和方法；第二篇（第8～11章），介绍4种经典的全局优化算法；第三篇（ 2章和 3章），介绍两个运筹学的综合应用案例。前两篇是本书的主体，主要包括运筹学模型的概念、原理、算法的实现步骤，参数的选取，算法、案例的MATLAB实现过程（通过实际案例将算法与命令融合在一起，包括详细的代码、结果）等内容。 本书可作为本科生、研究生的运筹学教材或参考用书，也可作为广大科研人员、
本书以经典运筹学理论为基础，借鉴国外 运筹学领域的部分经典理论，新增全局优化算法，并融合MATLAB实现案例，系统介绍运筹学的原理、模型、算法及使用MATLAB的实现。 本书采用运筹学理论与MATLAB实现相辅相成的编写模式，理论和实践相结合， 有利于读者学习并将学习成果快速转换为实际应用。全书分三篇，共13章内容。 篇（ ～7章），主要介绍经典的运筹学理论和方法；第二篇（第8～11章），介绍4种经典的全局优化算法；第三篇（ 2章和 3章），介绍两个运筹学的综合应用案例。前两篇是本书的主体，主要包括运筹学模型的概念、原理、算法的实现步骤，参数的选取，算法、案例的MATLAB实现过程（通过实际案例将算法与命令融合在一起，包括详细的代码、结果）等内容。 本书可作为本科生、研究生的运筹学教材或参考用书，也可作为广大科研人员、
本书以经典运筹学理论为基础，借鉴国外 运筹学领域的部分经典理论，新增全局优化算法，并融合MATLAB实现案例，系统介绍运筹学的原理、模型、算法及使用MATLAB的实现。 本书采用运筹学理论与MATLAB实现相辅相成的编写模式，理论和实践相结合， 有利于读者学习并将学习成果快速转换为实际应用。全书分三篇，共13章内容。 篇（ ～7章），主要介绍经典的运筹学理论和方法；第二篇（第8～11章），介绍4种经典的全局优化算法；第三篇（ 2章和 3章），介绍两个运筹学的综合应用案例。前两篇是本书的主体，主要包括运筹学模型的概念、原理、算法的实现步骤，参数的选取，算法、案例的MATLAB实现过程（通过实际案例将算法与命令融合在一起，包括详细的代码、结果）等内容。 本书可作为本科生、研究生的运筹学教材或参考用书，也可作为广大科研人员、
模糊聚类分析作为模式识别的一个重要分支广泛地应用于计算机科学、生命和医学科学、社会科学、工程学等领域．本书介绍了聚类分析的基本概念、算法及存在的主要问题．着重对一类重要的模糊聚类算法——fcm类算法进行了系统的分析，在原型初始化、噪声敏感性、多尺度结构、核函数、聚类有效性、聚类趋势、目标函数优化方法等方面进行系统的研究，提出了相应的改进模型，并论证了基于核函数的fcm类算法的收敛性定理，进一步完善了算法的理论基础． 《模糊聚类算法及应用》可供从事模式识别教学、研究的师生、学者阅读，也可以为从事数据挖掘、图像分割等相关技术人员提供参考．
《谁排 ?:关于评价和排序的科学》是关于评分和排名科学的著作。它是搜索排序姊妹篇的第二本。主要内容有：排名概述、梅西法、科利法、基纳法、埃洛体系、马尔可夫法、攻防评分法、基于重新排序的排名方法、分差、用户偏好评分、处理平局、加入权重、“假如……会怎样”的问题与敏感性、排名聚合、比较排名的方法、数据等。《谁排 ?:关于评价和排序的科学》可作为数学、计算机、网络技术、管理学和数据科学等专业的参考书，也可作为教材使用。
**化是一门应用性强且发展十分迅速的新兴学科。本书旨在系统介绍近代优化基本理论，主要研究线性规划和二次规划、二次约束二次规划等基本问题及其对偶模型，特别强调Lagrange对偶方法和半定松弛技术的运用，并以大量例子展示它们的特点，充分反映**化领域**研究成果。除预备知识外，本书主要内容包括凸分析基础、线性规划、二次规划、**化问题及其对偶表示、线性锥优化、矩阵束和S-过程等。
