非連續(xù)變形分析（DiscontinuousDeformationAnalysis，DDA）全書分上下冊。上冊為基礎知識部分，以及對DDA方法的改進。其中第1～3章，主要介紹DDA方法的基本理論、基本程序和基本功能；第4～6章，主要介紹作者對DDA的方法改進。下冊為功能擴展部分和應用部分。其中第7～11章，主要闡述了作者

非連續(xù)變形分析（DiscontinuousDeformationAnalysis，DDA）全書分上下冊。上冊為基礎知識部分，以及作者對DNA方法的改進。其中第1～3章，主要介紹DDA方法的基本理論、基本程序和基本功能；其余第4～6章，主要介紹作者對DDA的方法改進。下冊為功能擴展部分和應用部分。其中第7～11章，主要闡

智能優(yōu)化算法是基于計算智能的機制、不依賴于問題結構、能求解復雜優(yōu)化問題解或滿意解的數(shù)值優(yōu)化方法.目前已經(jīng)有許多經(jīng)典的智能優(yōu)化算法，包括迭傳算法、模擬退火算法、粒子群優(yōu)化算法等、并成功應用于求解各種廈雜工程優(yōu)化問題．狀態(tài)轉(zhuǎn)移算法是一種基于結構主義學習的新型智能優(yōu)化算法，它抓住化算法的本質(zhì)、目的和要求，以金局性、性、快速性

基于測度論和正則變化理論,本書系統(tǒng)介紹了次指數(shù)分布及相關分布的概念、例子、性質(zhì)和研究進展。這些分布都具有或部分具有一個大跳的本性,從而得以揭示獨立和相依隨機變量在卷積、隨機卷積、乘積卷積以及它們的卷積根方面的封閉性和漸近性等。這些結果在隨機游動、風險理論、Levy過程及無窮可分分布等領域的研究中發(fā)揮了重要的作用。

本書是結合編者多年來的教學實踐經(jīng)驗，在教育部制訂的教學大綱的基礎上編寫而成的。全書共九章，分為兩大部分：第一章到第五章是概率論部分，包括概率論基礎、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、大數(shù)定律與中心極限定理；第六章到第九章是數(shù)理統(tǒng)計部分，包括數(shù)理統(tǒng)計的基本知識、參數(shù)估計、假設檢驗、方差分析與回歸

本書是《概率論與數(shù)理統(tǒng)計》（王殿坤主編）的配套學習參考資料。本書完全與教材內(nèi)容對接，共分為兩大部分。第一章到第五章為概率論部分，第六章到第九章為數(shù)理統(tǒng)計部分。每章包括基本內(nèi)容、基本要求、擴展例題與習題詳解，并且在最后為讀者設計了概率論、概率論與數(shù)理統(tǒng)計的自測題，方便讀者對自己所學的知識進行測試，及時掌握自己的學習情況。

本書由作者根據(jù)多年的教學經(jīng)驗撰寫而成，對選入的數(shù)據(jù)分析理論和方法進行了仔細的推敲，不僅著重于數(shù)據(jù)分析的基本理論與方法的介紹，更密切結合SPSS統(tǒng)計分析軟件，系統(tǒng)、詳細地介紹本書所用方法的具體操作過程及結果。全書共8章，內(nèi)容包括數(shù)據(jù)的整理與統(tǒng)計分析、參數(shù)估計與假設檢驗、相關分析與回歸分析、趨勢外推預測分析、時間序列分析、

非參數(shù)估計方法是現(xiàn)代統(tǒng)計學中的重要方法,本書主要介紹非參數(shù)密度估計、非參數(shù)回歸估計和經(jīng)驗似然方法.非參數(shù)密度估計的內(nèi)容包括核密度估計、最近鄰密度估計和頻率插值密度估計,而非參數(shù)回歸估計的內(nèi)容包括隨機設計權函數(shù)回歸估計、固定設計權函數(shù)回歸估計和混合相依樣本下的回歸估計.書中主要介紹這些估計方法的構造和定義,以及相關的大樣

本書涵蓋了拉普拉斯變換、微分方程、傳遞函數(shù)、時域分析法、頻域分析法、根軌跡分析法以及系統(tǒng)穩(wěn)定性與誤差分析等經(jīng)典控制理論相關的數(shù)學知識、基礎理論及分析方法。通過選用機械工程實例，側(cè)重于培養(yǎng)學生應用基本概念與原理進行控制系統(tǒng)動態(tài)問題分析的能力以及解決機械系統(tǒng)控制問題的能力。

本書主要內(nèi)容包含隨機事件及其概率、隨機變量及其分布、多維隨機變量及其分布、隨機變量的數(shù)字特征、數(shù)理統(tǒng)計的基本概念、參數(shù)估計、假設檢驗等。本書注重概率統(tǒng)計的工程應用背景知識，通過介紹知識點的背景、起源和相關科學家等內(nèi)容，來激發(fā)學生的學習興趣。本書內(nèi)容上一方面精簡壓縮一些傳統(tǒng)知識點、淡化計算技巧，另一方面通過引入人工智能、