**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。

本书是解放军信息工程大学信息工程学院参加全国大学生数学建模竞赛获奖论文的第二卷，主要是从该院2006～2011年获全国一等奖的论文中精选出的18篇优秀论文编辑整理而成，同时收录了本书主编作为命题人撰写的两篇评述文章，即共收录20篇论文，截至2011年解放军信息工程大学信息工程学院在全国大学生数学建模竞赛中获得一等奖40多项，二等奖50多项，其中第一卷收录19篇，本卷收录的论文都是从近6年中获奖论文中精选出来的有创造性和代表性的优秀论文。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、模型的建市与求解、模型的分析与检验、模型的评价与改进方向等内容，基本保持了参赛论文的原貌，在每篇论文后面编者都给出了简要的点评。最后，在附录中给出了2006~2011年全国大学生数学建模竞

本书系统介绍**化问题的稳定性分析的基本理论，讨论稳定性理论在具体优化问题中的应用，基本理论部分包括变分分析的相关素材、对偶理论、集值映射的稳定性概念及相互关系、稳定性质和微分准则、线性系统与非线性系统的稳定性.应用部分包括凸优化问题的稳定性分析、一般优化问题的稳定性分析及三类锥规刘(非线性规划、二阶锥约束优化及半定优化)问题的稳定性分析,其中三类锥规划问题的稳定性分析分别涉及**性条件、Jacobian**性条件、强二阶充分性条件、稳定性的等价刻画及孤立平稳性等内容.

《数学建模方法进阶》是基于作者多年从事本科生、研究生数学建模以及相关课程教学的经验，综合参考了外数学建模、竞赛论文、有关问题的学术文献等编写而成。全书从数学建模方法论开始，以丰富的实际案例为点，以各类数学方法为线，并包含了一些比较深刻的数学方法和思维方式。《数学建模方法进阶》可以作为高等学校各专业、研究生学习数学建模课程、参加数学建模竞赛的，也可以作为研究人员研究相关课题的参考书。

《马尔可夫决策过程理论与应用》从马氏决策的一般理论出发，介绍了马氏决策的基本概念，给出了决策过程的表述方法并介绍了不同准则条件下的基本理论，还给出了作者对一些实际问题的研究心得，为读者提供参考. 《马尔可夫决策过程理论与应用》在《实用马尔可夫决策过程》一书的基础上增加了 Bandit 过程、部分可观察过程、软件可靠性建模分析以及大规模计算方法等章节，为读者提供更为宽阔的视野.

整数规划是运筹学与化理论的重要分支之一，整数规划模型、理论和算法在管理科学、经济、金融工程、T业管理和其他领域有着广泛的应用，本书主要介绍经典的线性整数规划理论和算法，同时简单介绍近年发展起来的非线性整数规划理论，主要内容包括：线性和非线性整数规划问题和模型、线性规划基础、全单模矩阵、图论和网络流问题、算法复杂性理论、分枝定界算法、割平面方法、多面体和有效不等式理论、整数规划对偶理论、0-1二次整数规划与SDP松弛、0-1多项式整数规划等。 本书适合运筹学、管理科学、应用数学和工程类专业的高年级本科生和研究生作为整数规划的教材和参考书，读者只需具有高等数学基础就可以阅读。

《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。

《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。

《马尔可夫决策过程理论与应用》从马氏决策的一般理论出发，介绍了马氏决策的基本概念，给出了决策过程的表述方法并介绍了不同准则条件下的基本理论，还给出了作者对一些实际问题的研究心得，为读者提供参考. 《马尔可夫决策过程理论与应用》在《实用马尔可夫决策过程》一书的基础上增加了 Bandit 过程、部分可观察过程、软件可靠性建模分析以及大规模计算方法等章节，为读者提供更为宽阔的视野.

整数规划是运筹学与化理论的重要分支之一，整数规划模型、理论和算法在管理科学、经济、金融工程、T业管理和其他领域有着广泛的应用，本书主要介绍经典的线性整数规划理论和算法，同时简单介绍近年发展起来的非线性整数规划理论，主要内容包括：线性和非线性整数规划问题和模型、线性规划基础、全单模矩阵、图论和网络流问题、算法复杂性理论、分枝定界算法、割平面方法、多面体和有效不等式理论、整数规划对偶理论、0-1二次整数规划与SDP松弛、0-1多项式整数规划等。 本书适合运筹学、管理科学、应用数学和工程类专业的高年级本科生和研究生作为整数规划的教材和参考书，读者只需具有高等数学基础就可以阅读。

《数学建模方法进阶》是基于作者多年从事本科生、研究生数学建模以及相关课程教学的经验，综合参考了外数学建模、竞赛论文、有关问题的学术文献等编写而成。全书从数学建模方法论开始，以丰富的实际案例为点，以各类数学方法为线，并包含了一些比较深刻的数学方法和思维方式。《数学建模方法进阶》可以作为高等学校各专业、研究生学习数学建模课程、参加数学建模竞赛的，也可以作为研究人员研究相关课题的参考书。

本书系统地阐述了凸优化的理论与算法.首先介绍必要的凸分析基础知识,然后讨论对偶理论与**性条件,它们作为基础对凸优化算法的理论分析起着十分重要的作用, 讲述凸优化算法.全书基本涵盖了所有的关键性证明,尽量为读者节省查阅其他文献的时间.同时也收录了一些相关领域的**研究成果,所涉及内容有着广泛的应用前景.

《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。