正如宾默尔在这本《博弈论教程》中用大量例子和应用充分展示的那样，博弈论有利于弄懂人类各种各样的互动关系。这本新书是替代宾默尔前一本博弈论教材《娱乐和博弈》（Fun and Games）的。这本充满乐趣的博弈论入门教材适合高年级本科生或低年级研究生，着重回答这样三个问题：什么是博弈论？博弈论如何应用？博弈论为什么是正确的？《博弈论教程》也是认真讨论这三个问题，又不过分数学化的一本书。《博弈论教程》的主题包括议价理论、不竞争、合作博弈、贝叶斯决策理论、不完全信息博弈、机制设计，以及拍卖理论。《博弈论教程》适合许多专业的学生，包括经济学、数学和哲学专业。为了方便其他专业学生的学习，在必要的地方会对所有三个学科的标准专题作一些回顾。《博弈论教程》的一个重要特征是配有大量习题，而且答案是可得的。

本书是在作者多年研究成果的基础上撰写而成的一本学术专著，主要探讨了模糊多目标多人决策和模糊多目标多人对策2方面的内容。章和第2章主要阐述模糊集与模糊数的基本概念，给出模糊数的运算法则和模糊距离、贴近度的计算方法，建立模糊数的排序方法。第3章给出多目标决策模糊解的概念，建立模糊解的性条件和计算方法。第4章建立不完全偏好信息模糊多目标决策模型和方法。第5章给出模糊多目标多人决策的一般性模型和模糊解概念，讨论了多人决策群体选择函数方法和社会福利函数理论。第6章针对含有模糊数的模糊多目标多人决策问题，建立4种模糊决策方法。第7章和第8章研究多目标多人非合作对策的基本概念及计算方法，给出多目标多人合作对策解的概念及其计算方法。第9章至1章着重研究模糊二人零和矩阵对策、混合模糊二人零和矩阵对策、模糊

本书是模式识别和神经网络方面的名著，讲述了模式识别所涉及的统计方法、神经网络和机器学习等分支。书的内容从介绍和例子开始，主要涵盖统计决策理论、线性判别分析、弹性判别分析、前馈神经网络、非参数方法、树结构分类、信念网、无监管方法、探寻优良的模式特性等方面的内容。本书可作为统计与理工科研究生课程的教材，对模式识别和神经网络领域的研究人员也是极有价值的参考书。

本书精选2005—2010年全国大学生数学建模竞赛获奖论文，辅以教师点评及学生获奖心得体会。论文未作删节，保留细节和计算过程，适合初次参赛同学查阅，也可供青年指导教师参考。

本书是模式识别和神经网络方面的名著，讲述了模式识别所涉及的统计方法、神经网络和机器学习等分支。书的内容从介绍和例子开始，主要涵盖统计决策理论、线性判别分析、弹性判别分析、前馈神经网络、非参数方法、树结构分类、信念网、无监管方法、探寻优良的模式特性等方面的内容。 本书可作为统计与理工科研究生课程的教材，对模式识别和神经网络领域的研究人员也是极有价值的参考书。

本书结合作者多年的教学体会与心得，本着加强化方法的基础理论、突出非线性化的应用背景、提高数学建模及计算机应用能力的原则，参照非线性化的发展，较全面、系统地介绍了非线性化的理论与方法。全书共分十二章，内容包括化问题的建模、无约束化和约束化问题的理论和各种算法，以及二次规划、凸规划和线性分式规划的一些特殊算法。

本书是从西北工业近年来在国际和全国数学建模竞赛中精选出的近20篇获得一等奖的论文加工整理而成的．所选择的论文都是最有代表性的，每篇论文都按照竞赛论文的写作要求，包含论文的摘要、问题的重述、问题的分析、模型的假设与符号说明、模型的建立与求解、模型的分析与检验、模型的评价与改进等内容．论文几乎完整地保持了参赛论文的原貌．同时每篇论文后给出了比较细致的点评．书后录中提供了数学建模竞赛部分赛题． 本书可供参加全国数学模型竞赛和国际数学建模竞赛的学习和阅读，也可以作为数学建模课堂教学和竞赛培训的案例教学，也可供从事相关学科教学和研究工作的科技人员参考．

《建模的数学方法与数学模型》内容共分九章：章是数学模型概论，第二章是初等方法建模，第三章是微分法建模，第四章是差分方法建模，第五章是微分方程定性理论分析建模，第六章是线性规划方法建模，第七章是动态规划方法建模，第八章是层次分析法建模，第九章为图论方法建模。附录中给出了《建模的数学方法与数学模型》大部分图形的MAlLAB程序代码，以便更好地对图形验证分析。《建模的数学方法与数学模型》可作为高等院校本专科生数学建模课程、数学建模竞赛培训课程的，也可供高校师生和相关科技工作者参考。