本书以随机过程的统计特征和性质为主线,旨在将实际应用和理论推导联系起来,通过概念、定理、例题、详细的习题,尽量体现随机过程的理论基础及应用价值,以保证教材的综合性、整体性和前瞻性,从而使统计类专业和其他工程类专业、管理类专业的学生较为熟练地掌握随机过程的理论和应用.本书共九章,全书内容包括随机过程的基本概念、随机过程的

本书主要内容包括：MATLAB简介、MATLAB程序设计基础、矩阵运算、数值计算、符号运算、图形绘制、统计和方程等工具箱。本课程于2019年被评为山东省混合式一流本科课程，此次修订将会把混合式教学的研究成果融入教材中，增加自主学习检测、课内练习和课后作业，加强课前、课中、课后的训练；提升课程的高阶性，除了学习MATLA

本书是一部经典的随机过程著作，叙述深入浅出、涉及面广。主要内容有随机变量、条件期望、马尔可夫链、指数分布、泊松过程、平稳过程、更新理论及排队论等，也包括了随机过程在物理、生物、运筹、网络、遗传、经济、保险、金融及可靠性中的应用。第12版几乎各章都有新的内容，也新增了例子和习题，其中最大的变化是增加了讲解耦合方法的第12

互补约束优化是一类带均衡约束的数学规划问题,在工程设计、交通网络、通信网络、**控制、经济等领域有广泛的应用.本书主要介绍互补约束优化的理论和算法,内容包括互补约束优化的应用背景及其约束规格和**性条件、线性互补约束优化的快速算法、非线性互补约束优化的光滑化算法、非线性互补约束优化的松弛方法等.

本书按新时期大学数学教学大纲要求编写而成，内容丰富，理论严谨，思路清晰，例题典型，方法性强.本书注重分析解题思路与规律，并与现实生活中的问题紧密结合，对培养学生的学习兴趣及提高分析问题与解决问题的能力将起到较大作用.全书共分九章，内容涵盖随机事件、一维随机变量及其分布、多维随机变量及其分布、随机变量的数字特征、大数定律

《直觉模糊时间序列分析》系统介绍直觉模糊时间序列分析理论和智能信息处理方法，尤其是在网络信息安全领域的应用。第1章-直觉模糊集、时间序列预测、直觉模糊时间序列等。第2章-基于多重直觉模糊推理的一阶一元IFTS预测模型。第3章-基于多维直觉模糊推理的高阶IFTS预测模型。第4章-启发式变阶IFTS预测模型。第5章-自适应

利用时间序列预测技术对数据进行统计分析，可以推测事物发展的未来趋势。然而传统的时间序列预测技术模型构建简单，对于数据包含的信息挖掘与剖析不够深入。因此，采用基于群智能优化算法的预测理论解决时间序列分析与预测问题，是近年来的研究热点之一。《基于群智能优化算法的预测理论与方法的研究及应用》阐述了基于群智能优化算法的预测理论

本书介绍非参数统计的基本概念和方法,其内容包括预备知识、U统计量、基于二项分布的检验、列联分析、秩检验、检验的功效与渐近相对效率、概率密度估计、非参数回归.每一章内容都着重阐述非参数统计推断的一般处理技术和原则,并给出一些典型例子.各章后面的习题侧重于应用.本书的特点是侧重于介绍非参数统计在各应用领域中的常用方法,尽可

本书为"排序与调度丛书"之一。对于排序论中NP困难问题，高效的近似算法设计至关重要。本书主要介绍排序问题中的数学规划松弛方法，对于排序论中若干经典问题、工件加工时间可控排序模型中若干问题、以及工件可拒绝排序模型中若干问题应用数学规划松弛方法设计其近似算法。本书读者对象可以是排序（调度）理论方面的专家，也可作为相关专业研

对于NP困难的排序问题，研究其近似算法既是排序理论重要组成部分，具有深刻的理论意义，又是推进排序理论应用的关键，具有广泛的实际应用价值。数学规划松弛方法是一种可用于设计组合最优化问题近似算法的重要方法，本书讨论排序问题的数学规划松弛方法，介绍应用数学规划松弛方法设计求解NP困难排序问题近似算法的基本原理与方法，以及该领