本書主要內容有各種環(huán)境下粗糙近似算子的構造性定義與公理化刻畫，含一般關系下的粗糙集、粗糙模糊集、模糊粗糙集（包括基于三角模的模糊粗糙集、基于模糊剩余蘊涵的模糊粗糙集、基于模糊蘊涵算子的模糊粗糙集、直覺模糊環(huán)境下的粗糙集理論），各種粗糙集的拓撲結構、粗糙集與證據(jù)理論之間的關系等。本書可作為計算機科學、應用數(shù)學、自動控制、

本書旨在引導學生掌握數(shù)學實踐與建模，以培養(yǎng)學生數(shù)學能力（實踐能力、創(chuàng)新能力等），同時也旨在將數(shù)學工具軟件與數(shù)學深度融合。本書是在華北水利水電大學數(shù)學實踐與建模講義的基礎上修改而成，內容包括MATLAB簡介及其應用、數(shù)學建模與論文寫作、數(shù)學實踐案例、幾類常見的數(shù)學建模方法、智能算法。在內容編排上，本書精選來自工程、經(jīng)濟、

本書通過實例介紹了在科學研究和數(shù)學建模競賽中常用的數(shù)學建模方法，包括主成分回歸、嶺回歸、偏最小工乘回歸、向量自回歸、logistic回歸、Probit回歸、響應面回歸、線性與非線性規(guī)劃、多目標規(guī)劃與目標規(guī)劃、動態(tài)規(guī)劃、智能優(yōu)化算法、網(wǎng)絡優(yōu)化、計算機仿真、排隊論、微分與差分、數(shù)據(jù)預處理、支持向量機等方法.全書將數(shù)學建模技

面向后件集的模糊推理機制是在模糊集合相互關聯(lián)的環(huán)境下進行的，可以捕獲到規(guī)則中更多的模糊信息，克服了傳統(tǒng)模糊推理會丟失前件集與后件集相關性信息的缺陷，推理結果更加合理。本書詳細介紹了面向后件集的模糊推理機制及其應用，包括在Type-1模糊邏輯系統(tǒng)、區(qū)間型Type-2模糊邏輯系統(tǒng)和一般型Type-2模糊邏輯系統(tǒng)中的應用，以

鑒于數(shù)學建模理論與方法的推廣化應用及促進成果的共享與校企的快速合作，作者通過歸納總結過去十幾年教學、科研、競賽及與企業(yè)合作經(jīng)驗寫成此書。內容安排如下：數(shù)學建模與MATLAB基礎知識；遞歸與迭代方法；線性規(guī)劃問題；整數(shù)規(guī)劃及其MATLAB求解源代碼；圖與網(wǎng)絡優(yōu)化；統(tǒng)計學中的參數(shù)估計、假設檢驗、方差分析和相關度分析；數(shù)據(jù)的

本書通過實例介紹了常用的初級數(shù)學建模方法，包括預測預報方法（回歸分析、信息時間傳遞、馬爾可夫鏈、灰色系統(tǒng)、神經(jīng)網(wǎng)絡預測）、關聯(lián)分析方法（簡單相關系數(shù)、偏相關系數(shù)、通徑分析、典型相關分析、主成分分析、斯皮爾曼等級相關系數(shù)、獨立性檢驗）、綜合評價與決策方法（模糊綜合評價、主成分綜合評價、因子分析、層次分析法、灰色關聯(lián)、方差

本書給出了幾個著名悖論特別是說謊者悖論的解答。作為預備，討論了悖論的由來和機理，特別是悖論與反證法的關系。

本書是作者在新加坡國立大學、北京大學和中國科學院大學為本科高年級學生開設的數(shù)理邏輯選修課和在新加坡國立大學、中國科學院數(shù)學與系統(tǒng)科學研究院為研究生開設的專業(yè)課程所寫講義基礎上整理出來的結果。本書主要由一階邏輯的核心內容和有關數(shù)的邏輯探索和分析兩大部分組成，其中包括完備性、緊致性、同質縮小、型省略等基本定理；有關數(shù)的經(jīng)典

本書敘述了與計算機科學有緊密聯(lián)系并且相互之間又有聯(lián)系的數(shù)理邏輯基礎性內容，包括經(jīng)典邏輯和非經(jīng)典邏輯中的構造性邏輯和模態(tài)邏輯。本書在選材時考慮了邏輯系統(tǒng)的特征，并且適應計算機科學的要求。本書研究各種邏輯的背景、語言、語義、形式推演，以及可靠性和完備性等問題。本書大部分章節(jié)附有習題。

本書匯集GMAT官方解析2015、2016、2017版的所有閱讀題材，從具體內容來講1.以Prep為藍本，幫助考生了解“標準化考試”；2.對開排版，適應機考；3.在語境中背單詞，掃除理解障礙；4.精選長難句，提升閱讀理解能力；5.套路題型，快速有效；6.框架結構，一覽重點；7.結合技巧，解析題目；8.總結規(guī)律，舉一反三