《集合论导引》共三卷，本书是第一卷，本卷是这本《导引》的开卷。本卷将分成三章来为后续两卷奠定基础。第一章主要是引进集合论的基本公理、基本概念、基本方法以及建立起典型的可数集合的例子，包括自然数集合、整数集合、有理数集合以及彻底有限集合的集合。第二章主要是引进选择公理以及由此建立起来的基数运算律和一些典型组合实例。第三章

本卷是集合论的模型分析部分.在第一卷的基础上,本卷的主要任务是将逻辑植入集合论之中,并以此为基础实现三大目标:第一大目标是将同质子模型分析引入集合论,这是一种不同于组合分析的对无穷集合展开分析的基本方法;第二大目标则是建立集合论论域的具有典范作用的内模型——哥德尔可构造集论域,从而证明一般连续统假设和选择公理的相对相容

本卷是在前两卷的基础上对集合论保证无穷集合存在的无穷公理的层次分析.这种分析既包含组合分析,也包含逻辑分析;既包含内模型分析，也包含外模型分析；归根结底是揭示各种高阶无穷公理对整个集合论论域的影响，尤其是对实数集合的影响.因此,第三卷的第1章侧重于大基数的组合分析、逻辑分析以及内模型构造;第2章侧重于在大基数上构造各种

布尔巴基学派的序、代数、拓扑三大母结构是现代数学的基础.利用计算机证明辅助工具,可以完整构建这三大母结构的形式化系统.《公理化集合论机器证明系统》利用交互式定理证明工具Coq,实现Morse-Kelley公理化集合论形式化系统,包括对该体系中8个公理(含选择公理)和1个公理图示以及全部181条定义或定理的Coq描述,其

本书主要内容有各种环境下粗糙近似算子的构造性定义与公理化刻画，含一般关系下的粗糙集、粗糙模糊集、模糊粗糙集（包括基于三角模的模糊粗糙集、基于模糊剩余蕴涵的模糊粗糙集、基于模糊蕴涵算子的模糊粗糙集、直觉模糊环境下的粗糙集理论），各种粗糙集的拓扑结构、粗糙集与证据理论之间的关系等。本书可作为计算机科学、应用数学、自动控制、

本书通过实例介绍了在科学研究和数学建模竞赛中常用的数学建模方法，包括主成分回归、岭回归、偏最小工乘回归、向量自回归、logistic回归、Probit回归、响应面回归、线性与非线性规划、多目标规划与目标规划、动态规划、智能优化算法、网络优化、计算机仿真、排队论、微分与差分、数据预处理、支持向量机等方法.全书将数学建模技

面向后件集的模糊推理机制是在模糊集合相互关联的环境下进行的，可以捕获到规则中更多的模糊信息，克服了传统模糊推理会丢失前件集与后件集相关性信息的缺陷，推理结果更加合理。本书详细介绍了面向后件集的模糊推理机制及其应用，包括在Type-1模糊逻辑系统、区间型Type-2模糊逻辑系统和一般型Type-2模糊逻辑系统中的应用，以

鉴于数学建模理论与方法的推广化应用及促进成果的共享与校企的快速合作，作者通过归纳总结过去十几年教学、科研、竞赛及与企业合作经验写成此书。内容安排如下：数学建模与MATLAB基础知识；递归与迭代方法；线性规划问题；整数规划及其MATLAB求解源代码；图与网络优化；统计学中的参数估计、假设检验、方差分析和相关度分析；数据的

本书通过实例介绍了常用的初级数学建模方法，包括预测预报方法（回归分析、信息时间传递、马尔可夫链、灰色系统、神经网络预测）、关联分析方法（简单相关系数、偏相关系数、通径分析、典型相关分析、主成分分析、斯皮尔曼等级相关系数、独立性检验）、综合评价与决策方法（模糊综合评价、主成分综合评价、因子分析、层次分析法、灰色关联、方差

本书给出了几个著名悖论特别是说谎者悖论的解答。作为预备，讨论了悖论的由来和机理，特别是悖论与反证法的关系。