运筹学是一门重要的管理类专业基础课程，运用数学模型等方法对管理问题进行定量分析，为管理人员提供决策的科学依据。运筹学是实现管理现代化的有力工具，在供应链管理、生产计划、商品动态定价，金融工程下的组合优化，人工智能和机器学习等领域，均发挥着重要的作用。本书除了包含线性规划及灵敏度分析、运输问题、整数规划、目标规划、图与网络分析、非线性规划等重要理论知识，重要的是采用Python编程语言将这些理论实现，使学生理解晦涩难懂的理论知识；因此，本书还涵盖运筹学理论的Python实现代码与求解优化问题的算法介绍。

运筹学是一门重要的管理类专业基础课程，运用数学模型等方法对管理问题进行定量分析，为管理人员提供决策的科学依据。运筹学是实现管理现代化的有力工具，在供应链管理、生产计划、商品动态定价，金融工程下的组合优化，人工智能和机器学习等领域，均发挥着重要的作用。本书除了包含线性规划及灵敏度分析、运输问题、整数规划、目标规划、图与网络分析、非线性规划等重要理论知识，重要的是采用Python编程语言将这些理论实现，使学生理解晦涩难懂的理论知识；因此，本书还涵盖运筹学理论的Python实现代码与求解优化问题的算法介绍。

本书以近邻思想、同步聚类模型及快速同步聚类算法为研究课题，重点研究了基于近邻图与单元网格图的聚类算法、基于近邻势与单元网格近邻势的聚类算法、快速同步聚类算法、基于Vicsek模型线性版本的同步聚类算法、基于线性加权Vicsek模型的收缩同步聚类算法、基于分而治之框架与收缩同步聚类算法的多层同步聚类方法和基于ESynC算法与微聚类合并判断过程的组合聚类算法等。本书可作为聚类分析领域研究生的教学和科研参考教材，也可作为智能数据分析与处理技术人员的自学研究参考教材。

本书以近邻思想、同步聚类模型及快速同步聚类算法为研究课题，重点研究了基于近邻图与单元网格图的聚类算法、基于近邻势与单元网格近邻势的聚类算法、快速同步聚类算法、基于Vicsek模型线性版本的同步聚类算法、基于线性加权Vicsek模型的收缩同步聚类算法、基于分而治之框架与收缩同步聚类算法的多层同步聚类方法和基于ESynC算法与微聚类合并判断过程的组合聚类算法等。本书可作为聚类分析领域研究生的教学和科研参考教材，也可作为智能数据分析与处理技术人员的自学研究参考教材。

"本书是“新时代大学数学系列教材”之一。本书内容包括概率模型、概率公式、随机变量、随机向量、数学期望和方差、大数定律和中心极限定理、统计初步、参数估计、参数的区间估计、正态总体的显著性检验、总体分布和比例的假设检验、线性回归分析等十二章内容，并以工程技术和科学研究中广泛使用的MATLAB及国产软件北太天元为例, 介绍与本书内容相关的调用命令。本书采用“纸质内容+数字资源”的方式。纸质内容着重讲授基本概念、基本理论和典型例题。数字资源以拓展纸质内容、拓宽学生视野、激发学习兴趣为目标，配置前沿视角、应用案例、重要概念浅析、典型例题精讲等资源，并提供交互实验及自测作业等。"

"本书是“新时代大学数学系列教材”之一。本书内容包括概率模型、概率公式、随机变量、随机向量、数学期望和方差、大数定律和中心极限定理、统计初步、参数估计、参数的区间估计、正态总体的显著性检验、总体分布和比例的假设检验、线性回归分析等十二章内容，并以工程技术和科学研究中广泛使用的MATLAB及国产软件北太天元为例, 介绍与本书内容相关的调用命令。本书采用“纸质内容+数字资源”的方式。纸质内容着重讲授基本概念、基本理论和典型例题。数字资源以拓展纸质内容、拓宽学生视野、激发学习兴趣为目标，配置前沿视角、应用案例、重要概念浅析、典型例题精讲等资源，并提供交互实验及自测作业等。"

本书分为8 章，内容包括时间序列分析的基础知识、时间序列预测的常用方法，以及神经网络在时间序列预测中的应用；时间序列异常检测算法的技术与框架，如何识别异常的时间点及多种异常检测方法；时间序列的相似性度量方法、聚类算法；多维时间序列在广告分析和业务运维领域的应用，利用OLAP 技术对多维时间序列进行有效处理，通过根因分析技术获得导致故障的维度和元素；智能运维领域（AIOps）和金融领域的两个应用场景。

本书分为8 章，内容包括时间序列分析的基础知识、时间序列预测的常用方法，以及神经网络在时间序列预测中的应用；时间序列异常检测算法的技术与框架，如何识别异常的时间点及多种异常检测方法；时间序列的相似性度量方法、聚类算法；多维时间序列在广告分析和业务运维领域的应用，利用OLAP 技术对多维时间序列进行有效处理，通过根因分析技术获得导致故障的维度和元素；智能运维领域（AIOps）和金融领域的两个应用场景。

本书结合作者近几年的研究成果，主要介绍人工蜂鸟算法和蝠鲼觅食优化算法的提出、改进及其工程应用，内容包括：人工蜂鸟算法，包括算法提出的灵感、步骤、数学模型、性能测试及其工程应用等；人工蜂鸟算法的改进及其工程应用，从运用切比雪夫混沌映射进行初始化来提高求解的精度和引导觅食时加入莱维飞行，使得算法避免过早收敛和具有良好的稳定性两个方面对人工蜂鸟算法进行改进，改进后的算法应用在抽水蓄能机组调节系统非线性模型参数辨识中，并取得了比较好的效果；蝠鲼觅食优化算法，包括算法提出启发、步骤、数学模型、性能测试及其工程应用等；蝠鲼觅食优化算法的改进及其工程应用，采用精英反向学习算法优化初始种群、在链式觅食处采用自适应t分布代替链式因子优化个体在链式觅食点的更新策略等对蝠鲼觅食优化算法进行改进，采用改进的蝠鲼觅食优化算法对混流式水轮机尾水管压力脉动特征进行了有效识别。

更多科学出版社服务，请扫码获取。

本书结合作者近几年的研究成果，主要介绍人工蜂鸟算法和蝠鲼觅食优化算法的提出、改进及其工程应用，内容包括：人工蜂鸟算法，包括算法提出的灵感、步骤、数学模型、性能测试及其工程应用等；人工蜂鸟算法的改进及其工程应用，从运用切比雪夫混沌映射进行初始化来提高求解的精度和引导觅食时加入莱维飞行，使得算法避免过早收敛和具有良好的稳定性两个方面对人工蜂鸟算法进行改进，改进后的算法应用在抽水蓄能机组调节系统非线性模型参数辨识中，并取得了比较好的效果；蝠鲼觅食优化算法，包括算法提出启发、步骤、数学模型、性能测试及其工程应用等；蝠鲼觅食优化算法的改进及其工程应用，采用精英反向学习算法优化初始种群、在链式觅食处采用自适应t分布代替链式因子优化个体在链式觅食点的更新策略等对蝠鲼觅食优化算法进行改进，采用改进的蝠鲼觅食优化算法对混流式水轮机尾水管压力脉动特征进行了有效识别。

更多科学出版社服务，请扫码获取。

本书全面地介绍了基于状态空间模型的线性定常系统理论。除了运动分析、能控能观性、稳定性、反馈镇定、极点/特征结构配置、观测器设计等基础理论之外，本书首次系统性地介绍了线性系统的输入输出标准型理论，全面地解决了状态反馈极点配置、解耦控制、最小相位系统的输出反馈镇定、基于逆系统的输出跟踪、基于平坦输出的状态跟踪等问题；充分利用二次最优性能指标的特殊性，完整介绍了基于配方法的二次最优控制理论；首次较全面地介绍了观测器设计理论，在统一的框架下介绍了全维/降维和函数观测器、对偶观测器-控制器、未知输入观测器以及干扰观测器的设计理论；详细介绍了模态控制理论、输出调节理论和结构稳定的输出调节理论。

更多科学出版社服务，请扫码获取。

本书全面地介绍了基于状态空间模型的线性定常系统理论。除了运动分析、能控能观性、稳定性、反馈镇定、极点/特征结构配置、观测器设计等基础理论之外，本书首次系统性地介绍了线性系统的输入输出标准型理论，全面地解决了状态反馈极点配置、解耦控制、最小相位系统的输出反馈镇定、基于逆系统的输出跟踪、基于平坦输出的状态跟踪等问题；充分利用二次最优性能指标的特殊性，完整介绍了基于配方法的二次最优控制理论；首次较全面地介绍了观测器设计理论，在统一的框架下介绍了全维/降维和函数观测器、对偶观测器-控制器、未知输入观测器以及干扰观测器的设计理论；详细介绍了模态控制理论、输出调节理论和结构稳定的输出调节理论。

更多科学出版社服务，请扫码获取。