本书系统介绍锥约束优化的**性理论与增广Lagrange方法，主要内容包括变分分析的相关基础、约束集合的切锥与二阶切集、对偶理论、非线性锥约束优化的一阶**性条件和二阶**性条件、三类重要的锥约束优化的**性条件、凸规划的内点算法以及非凸半定规划的增广Lagrange方法的收敛速度估计等.

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.

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

**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。

《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。

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。

《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。

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 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 初始，仍然具有较新的研究价值和可能的扩展空间。

《谁排 ?:关于评价和排序的科学》是首个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。

区间多目标优化问题普遍存在且非常重要，但已有的解决方法却非常少。采用进化优化方法求解区间多目标优化问题是近年来进化优化界的热点研究方向之一。《区间多目标进化优化理论与应用》阐述了用于求解区间多目标优化问题的进化优化理论与方法，主要包括：目标函数值为区间时，进化个体的比较、决策者偏好的融入及其在种群进化的应用，以及含有很多目标函数优化问题的降维转化与求解等。同时，《区间多目标进化优化理论与应用》还给出了不同方法在基准数值函数优化和室内布局的应用，以及全面详细的算法对比结果。为便于应用《区间多目标进化优化理论与应用》阐述的方法，书后附有部分区间多目标进化优化方法Matlab源程序。《区间多目标进化优化理论与应用》是部用进化优化方法解决区间多目标优化问题，特别是融入决策者偏好解决该问题的

《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。