本书从最优化方法应用者的角度，较为系统地介绍了最优化问题地建模、算法结构、凸优化问题数学基础、基本地经典优化算法和基本地启发式优化算法。详细地讲解了线性规划方法、一维搜索方法、无约束非线性最优化问题的算法、带约束的非线性最优化问题的算法、模拟退火算法、遗传算法和粒子群算法等。书本中对上述方法附有案例过程，使读者可以理解

本书介绍了ANSYSCFD系列网格划分技术,涵盖ANSYSMeshing、ANSYSICEMCFD和ANSYSFluentMeshing。其中ANSYSMeshing部分共6章,分别介绍了ANSYSWorkbench平台、ANSYSMeshing网格划分方法、网格控制及其他常用功能;ANSYSICEMCFD部分共9章,

本书分为14个章节，内容分别为绪论、GWO算法概述、反向学习和差分变异的GWO算法、随机反向学习和MEPD的强化等级制度的GWO算法、趋优反向学习和随机反向空置算子的GWO算法、混合差分进化的GWO算法、基于DE全局最优和随机学习的GWO算法、混合鲸鱼优化的GWO算法、精简差分扰动GWO算法与均值榜样学习PSO算法的混

本书较全面地介绍了各类最优化问题的理论和方法，包括：最优化问题概述、线性规划的对偶理论及其应用、非线性规划、动态规划、多目标优化及应用、现代优化算法和综合应用案例。全书以方法为重点，编入了大量的最优化模型应用案例，在考虑到系统性的基础上尽可能回避有关理论证明，做到实用性强，并运用富媒体技术介绍相关方法和模型，拓宽学生的

智能优化算法在解决大空间、非线性、全局寻优、组合优化等复杂问题方面具有独特的优势，因而得到了国内外学者的广泛关注，并在信号处理、图像处理、生产调度、任务分配、模式识别、自动控制和机械设计等众多领域得到了成功应用。本书介绍了近年来新提出的5种智能优化算法及其改进算法的算法思想、原理、算法流程和程序实现说明，并给出了具体的

本书基于MM算法原理和组装分解技术系统地介绍了统计优化问题中MM算法的构造方法及其性质特征。本书共分7章内容，具体包括绪论、凸性、MM算法与组装分解技术、单(多)元分布参数估计的MM算法、混合模型的MM算法、生存模型的半参数估计与MM算法、收敛性与加速算法。本书的目的在于为读者特别是统计工作者提供一套简单、有效、可靠的

本书以ANSYSWorkbench2024R1版本为基础，对ANSYSWorkbench有限元分析的基本思路、操作步骤和应用技巧进行了介绍，并结合典型工程实例讲解了ANSYSWorkbench的具体工程应用。本书前7章为操作基础，介绍了ANSYSWorkbench2024R1基础、DesignModeler概述、草图模

本书前7章为操作基础，详细介绍了Ansys分析的基本步骤和方法：第1章Ansys概述；第2章几何建模；第3章建模实例；第4章网格划分；第5章施加载荷；第6章求解；第7章后处理。后8章为专题实例，按不同的分析专题讲解了各种分析专题的参数设置方法与技巧：第8章静力分析；第9章模态分析；第10章谐响应分析；第11章瞬态动力学

本书深入浅出地介绍了数值计算的基本概念、常用方法及其程序实现。内容涵盖数值计算的一般概念和误差分析的常用方法，线性方程组的直接解法，插值的概念及主要插值方法，迭代法求解方程、线性方程组及非线性方程组的常用方法，数值积分与数值微分的常用方法，函数逼近的概念及常用方法，求解矩阵特征值与特征向量的常用方法，求解一阶常微分方程

本书给出了数值分析的现代方法及Python程序实现，主要包括误差分析、解线性方程组的直接法和迭代法、矩阵特征值问题的计算、非线性方程求根、插值法与最小二乘拟合、数值积分和数值微分、常微分方程初值问题的数值解法、快速Fourier变换以及蒙特卡罗方法等。书中配有大量的例题及Python程序实现，每一章给出了阅读材料、习题