本书是为高等学校工科研究生编写的“最优化方法及应用”课程教材，主要内容包括：概述、无约束最优化（一维、多维）、约束最优化（线性、非线性）、全局最优化新方法、多目标优化、应用实例等。全书内容组织突出应用导向，力求在使学生理解优化方法的基本思想、实施步骤、软件实现的基础上，最大限度减少繁复的数学推导和证明，同时结合案例将相

本书着重介绍了与实际应用有关的数值计算基本方法，强调了基本概念、理论和应用，特别是数值计算方法在计算机上的实现，以期读者在学完本书之后能够充分掌握这些方法，并能在计算机上进行有关的科学与工程计算.全书共分8章，主要内容包括非线性方程求根，线性方程组数值解法，矩阵特征值与特征向量的数值计算，函数逼近，数值积分和微分，解线

本书共包含8章内容。第1章介绍了最优化问题的概念及主要分类。第2-3章为进化计算部分，以遗传算法和差分进化算法为代表，介绍了算法原理、实现流程及关键技术，并给出了应用实例。第4-6章为群体智能部分，以粒子群优化算法、人工鱼群算法和蚁群优化算法为代表，阐述了算法原理，给出了应用实例，并介绍了算法的各种改进方式。第7章阐述

《基于代理模型技术的全局优化方法与应用》*先介绍代理模型技术的发展现状、关键技术及常用的测试函数，然后介绍快速优化拉丁超立方试验设计方法、组合代理模型技术、基于组合代理模型的自适应全局优化方法、基于组合代理模型和模糊聚类的自适应全局优化方法、基于组合代理模型和多层设计空间缩减的自适应全局优化方法、联合局部开发和全局探索

《全局化——从梯度引领到智能启发》围绕化问题的全局解，用12章内容，详细介绍了5大方向的10多个经典算法。这5大方向分别是梯度算法的多次重启、无导数优化、（元）启发式优化、演化优化和群体智能优化。在介绍算法之外，还系统介绍了如何对化算法进行理论和数值评价，并介绍了数值比较可能产生悖论以及如何消除悖论等前沿研究成果。在《

全书以计算思维为导向，凝练了计算机科学与技术中相关的基本理论、基本方法和新一代智能计算技术的基本概念及应用。全书内容分为10章，介绍了计算、计算机与计算思维的基础知识，计算基础，计算机系统与云计算，计算机网络与物联网，算法设计基础，Python语言程序设计，数据库与大数据、人工智能基础、人工智能技术、人工智能应用等智能

本书重点介绍现代工程技术中计算机上常用的行之有效的数值方法及基本原理，包括误差理论基础、Syslab语言基础、Syslab程序设计基础、非线性方程的数值解法、线性方程组的数值解法、Syslab绘图基础、Syslab符号运算基础、插值法与曲线拟合、数值微积分和常微分方程初值问题的数值解法共10章内容。

本书介绍了基础性和应用较广的数值计算方法，包括数值计算的基本问题、函数的插值与逼近、数值积分和数值微分、矩阵特征值问题的计算、常微分方程数值问题的数值解法、科学计算案例等。

本书系统地介绍了三类重要偏微分方程的推导过程、理论基础及其数值求解方法，旨在为读者提供一本从理论推导到实际应用无缝衔接的教材。作为描述物理现象、工程问题中空间和时间变化规律的数学模型，偏微分方程在自然科学和工程技术中都具有重要的核心地位和广泛的应用价值。本书介绍了偏微分方程的基本概念，通过生动的物理和工程实例展示了如何

本书介绍工程、科学领域中常用的数值计算方法,共6章,分别为绪论、非线性方程的数值解法、线性方程组的数值解法、插值与拟合、数值积分与数值微分以及常微分方程初值问题的数值解法,同时提供学习过程中需要用到的数学基础知识以供参考,给出典型计算方法的Python代码。每章的内容设计都经过精心地规划和安排,以确保知识点的连贯性和系