本书是江苏省研究生优秀课程配套教材，围绕“理论推导—算法实现—工程应用”的主线，系统讲授数值分析的基本理论与常用方法，共设8章，内容涵盖误差分析、非线性方程求根、线性方程组数值解法、插值与拟合、数值微积分、常微分方程数值解法等。书中突出工程应用导向，精心设计了多个贴近实际的案例（含MATLAB程序实现），帮助读者理解算

本书主要针对理工类专业编写，较好地体现了高等数学的应用性，供大一理工类学生使用．本书内容主要包括函数、极限与连续，导数与微分，微分中值定理与导数的应用，不定积分，定积分及其应用，常微分方程，线性代数，概率论与数理统计初步和数学实验共九章，书中加“*”号的内容为选学内容，供任课老师酌情选用．每章按节配置了由易到难的习题，

全书结构严谨，共分为九章，内容涵盖概率论的基础知识，包括概率论的基本概念、随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律和中心极限定理；以及数理统计的核心内容，包括数理统计的基本概念、参数估计、假设检验、方差分析与回归分析.此外，本书的附录部分还特别提供了概率论与数理统计中Python常用命令代码

《智能优化算法及其Matlab案例》是对智能优化算法及其实际应用的研究成果的系统总结。智能优化算法是一类模拟生物进化、群体行为或物理法则等自然现象或过程的计算方法，用于解决组合优化、函数优化、大空间等复杂的优化问题，得到了国内外学者的广泛关注。本书共有8章，第1章介绍了智能优化算法的概念、特点、分类以及最优化问题的含义

本书涵盖了作业本、自测题以及历年考卷三大核心板块。作业本紧密贴合课程进度，每节课后都安排了针对性练习，且每节练习独立装订成册，这一贴心设计极大地方便了学生提交作业，也让教师审批作业更为高效。自测题则依据章节有序编排，学生可随时进行自我检测，每道题还配有详细答案，便于学生精准评估自身知识掌握程度。此外，书中收录的8套历年

本书主要介绍博弈论的宏观概貌、博弈论中的稳定思维、博弈论中的逻辑思维、博弈论中的逆向思维、博弈论中的不确定思维、博弈论中的公平思维、博弈论中的谈判思维、博弈论的成长路径等内容，包含有趣的故事、经典案例以及商业案例。本书以现实问题为导向，注重理论的实际应用，兼具趣味性、启发性和思想深度，强调启发式教学，旨在引导学生突破传

全书以“基础理论—应用模型—统计工具”为主线展开：前四章聚焦概率论体系，从随机事件的定义、运算及概率公理化(条件概率、独立性)切入，逐步拓展至随机变量(离散型、连续型)的分布规律、多维随机变量的联合分布与函数变换，并深入解析数字特征(数学期望、方差、协方差)及极限定理(大数定律、中心极限定理)；第五章转向数理统计，剖析

本书内容包括随机事件及其概率、随机变量及其分布、随机向量及其分布、数字特征、大数定律和中心极定理、数理统计的基本概念、参数估计、假设检验、方差分析及回归分析。书中每章由五个部分组成：内容要点与教学基本要求、释疑解难、典型例题分析和问题讨论、课内练习、课内练习解答与提示。

本书从概率论和随机过程的发展历史出发，以随机过程的概率论基础、随机过程基本理论、随机过程的时域和频域分析原理等为主要内容。本书共7章。第1章介绍了随机过程的概率论基础；第2章介绍了随机过程的基本概念和理论；第3章介绍了平稳随机过程的功率谱；第4章介绍了随机过程与系统；第5章介绍了通信中的窄带随机过程；第6章介绍了离散时

本书提出一系列改进算法，包括基于改进距离相关系数的属性加权多项式朴素贝叶斯算法、类依赖属性加权算法及混合属性选择与加权算法，有效优化属性权重、提升分类精度并降低计算成本。同时，结合贝叶斯网络与神经网络，进一步增强模型精度与鲁棒性。