本书是一本专注于数值分析实验的指导书籍，通过精心设计的实验项目，引导读者深入理解数值分析的基本概念和方法，帮助读者打下坚实基础并提升实践能力。内容涵盖数值计算的基本原理、算法实现以及实际应用案例，旨在帮助读者掌握数值分析的核心知识并能够熟练运用C#编程语言和VisualStudio平台进行数值计算实验。

本书是一本专注于数值分析实验的指导书籍，通过精心设计的实验项目，引导读者深入理解数值分析的基本概念和方法，帮助读者打下坚实基础并提升实践能力。内容涵盖数值计算的基本原理、算法实现以及实际应用案例，旨在帮助读者掌握数值分析的核心知识并能够熟练运用C#编程语言和VisualStudio平台进行数值计算实验。

本书是与李庆扬编写的《数值分析》(第6版)配套的辅导书.每章设立内容概述、主要算法、复习与思考题解析、习题解答四部分内容.内容概述对本章的内容进行了归纳、提炼和梳理，有助于读者全面掌握各章的理论和方法，起到统揽全局的作用

本书是与李庆扬编写的《数值分析》(第6版)配套的辅导书.每章设立内容概述、主要算法、复习与思考题解析、习题解答四部分内容.内容概述对本章的内容进行了归纳、提炼和梳理，有助于读者全面掌握各章的理论和方法，起到统揽全局的作用

本书针对MSC.Marc软件的使用与操作，从有限元法的基本原理定义和发展历史、MSC.Marc软件的介绍以及具体工程问题的仿真分析方法，对有限元分析基础理论及软件进行了基础入门指导。通过结合一系列的工程应用案例，系统地讲解了MSC.Marc软件在工程领域的数值模拟分析。

本书针对MSC.Marc软件的使用与操作，从有限元法的基本原理定义和发展历史、MSC.Marc软件的介绍以及具体工程问题的仿真分析方法，对有限元分析基础理论及软件进行了基础入门指导。通过结合一系列的工程应用案例，系统地讲解了MSC.Marc软件在工程领域的数值模拟分析。

"本书以状态空间法为核心，阐述了现代控制理论的基本原理及其分析和综合方法。全书共有6章，包含线性系统的状态空间描述、线性系统的运动分析、线性系统的能控性和能观性、李雅普诺夫稳定性分析、线性系统的状态综合。本书是作者根据我国现代控制理论课程教学要求、大量参考国际优秀原版教材，并总结近年来该课程双语教学实践经验的基础上编写的。本书可作为高等院校自动化、电气工程及其自动化等控制类专业的现代控制理论双语教学教材，也可作为相关工程技术人员的参考书。"

"本书以状态空间法为核心，阐述了现代控制理论的基本原理及其分析和综合方法。全书共有6章，包含线性系统的状态空间描述、线性系统的运动分析、线性系统的能控性和能观性、李雅普诺夫稳定性分析、线性系统的状态综合。本书是作者根据我国现代控制理论课程教学要求、大量参考国际优秀原版教材，并总结近年来该课程双语教学实践经验的基础上编写的。本书可作为高等院校自动化、电气工程及其自动化等控制类专业的现代控制理论双语教学教材，也可作为相关工程技术人员的参考书。"

"逻辑与博弈这两个看似独立却内在联系紧密的领域，在本书中得到了深刻的融合。欧洲科学院院士范丙申教授以他深邃的洞察力和严谨的学术态度，系统地阐述了逻辑与博弈的交汇 点。从逻辑博弈的基本概念，到博弈逻辑的复杂结构，再到弈博论的提出，全书通过“博弈逻 辑”和“逻辑博弈”两条主线上研究问题的交织，系统地介绍了博弈逻辑、逻辑动态、策略式博弈、逻辑博弈、博弈运算，以及逻辑博弈与博弈逻辑的融合等多个主题，逐步展开了一个多维度、跨学科的研究视野，引领我们穿梭于逻辑的严密与博弈的策略之间，探索理性主体在交互过程中的深层次逻辑。"

"逻辑与博弈这两个看似独立却内在联系紧密的领域，在本书中得到了深刻的融合。欧洲科学院院士范丙申教授以他深邃的洞察力和严谨的学术态度，系统地阐述了逻辑与博弈的交汇 点。从逻辑博弈的基本概念，到博弈逻辑的复杂结构，再到弈博论的提出，全书通过“博弈逻 辑”和“逻辑博弈”两条主线上研究问题的交织，系统地介绍了博弈逻辑、逻辑动态、策略式博弈、逻辑博弈、博弈运算，以及逻辑博弈与博弈逻辑的融合等多个主题，逐步展开了一个多维度、跨学科的研究视野，引领我们穿梭于逻辑的严密与博弈的策略之间，探索理性主体在交互过程中的深层次逻辑。"

本书以时间序列数据为研究对象，对时间序列数据的特征表示和预测展开研究。该专著在对现有文献现状的分析与总结的基础上，讲述了如何利用深度学习模型来挖掘时序数据中不同的特征表示，并结合设计相应的特征融合方法，实现金融、交通、能源等时间序列数据的准确预测。本书以时间序列数据为研究对象，对时间序列数据的特征表示和预测展开研究。该专著在对现有文献现状的分析与总结的基础上，讲述了如何利用深度学习模型来挖掘时序数据中不同的特征表示，并结合设计相应的特征融合方法，实现金融、交通、能源等时间序列数据的准确预测。

本书以时间序列数据为研究对象，对时间序列数据的特征表示和预测展开研究。该专著在对现有文献现状的分析与总结的基础上，讲述了如何利用深度学习模型来挖掘时序数据中不同的特征表示，并结合设计相应的特征融合方法，实现金融、交通、能源等时间序列数据的准确预测。本书以时间序列数据为研究对象，对时间序列数据的特征表示和预测展开研究。该专著在对现有文献现状的分析与总结的基础上，讲述了如何利用深度学习模型来挖掘时序数据中不同的特征表示，并结合设计相应的特征融合方法，实现金融、交通、能源等时间序列数据的准确预测。