《随机非线性系统抗干扰控制理论与方法》重点针对受到不同类型内外干扰的随机非线性系统，研究随机非线性系统的抗干扰控制方法。以近几年国内外的研究成果为背景，探究有界时变干扰、高动态干扰、结构不确定性等多源干扰影响下随机非线性系统抗干扰控制律的设计与分析问题。在此基础上，基于无源性和耗散性理论设计和分析随机非线性系统的抗干扰控制律，建立多源干扰影响下随机非线性系统抗干扰控制方法体系。

本书以通俗易懂的语言和鲜活的案例，阐述博弈论的基本理论框架和主要知识点。全书分成四大部分：第一部分主要论述在同步一次囚徒困境博弈中，尽管合作对整体而言是最优的，但不合作却是个体的最优策略。书中对困境的机理及其在现实社会生活中的具体表现做了分析，还介绍了同步一次博弈的其他一些有趣场景和案例。第二部分讨论重复博弈，围绕如何从困境走向合作展开，重点介绍在重复博弈中，自利行为和长期主义可以催生合作这一重要原理及其具体应用。同时还介绍了混合策略的基本思想。第三部分讨论序贯博弈。参与者行动有先后顺序，

《Origin数据分析、科技绘图与可视化从入门到精通》以Origin Pro 2024b中文版为软件平台，结合作者多年的数据分析经验，通过大量科研场景下的应用实例，详细介绍Origin在科研数据处理与科学数据可视化中的使用方法与技巧。全书共11章，第1～3章主要讲解Origin的基础知识，包括Origin的操作界面、文件管理、工作簿与工作表管理、绘图基础等；第4～7章主要讲解科技绘图相关内容，包括图形的绘制、自定义绘图、图形管理与注释、图形布局管理与输出等；第8～9章结合Origin数据处

数值分析随计算机的发展和使用逐渐受到科学计算工作者的广泛重视，是一种如何利用计算机解决数学问题的近似方法。随科技发展和各种行业迅速崛起的需要，高效的计算方法与高性能并行计算机硬件的需要同等受到当前科学研究的重视。科学计算己与实验、理论分析共同成为现在科学研究的三大重要手段。数值计算的核心是给出和研究各种数学问题的高效而稳定的算法，包括算法的收敛和稳定性讨论。本书主要为高校理工科研究生专业开设的“数值分析或计算方法”双语课程编写的教材，重点介绍常用数值计算方法及相关概念和理论。

本书采用GUI界面操作与APDL命令相互对照的方式，从基础知识、专题技术两个层面详细地阐述ANSYS 2024有限元软件的使用方法和技巧。本书自始至终采用实例作引导，内容系统完整，且每章又相对独立，是一本简明的ANSYS读本。全书分为基础知识和专题技术两部分，共22章。基础知识部分（第1～7章），讲解了使用ANSYS进行有限元分析的基本流程与方法、ANSYS建模、网格划分、边界条件定义、求解、后处理等知识；专题技术部分（第8～22章），根据工程应用的实际经验，介绍大量高级应用知识，包括ANSYS

　　本书基于ANSYS 2021 R1，对ANSYS Workbench有限元分析的基本思路、操作步骤、应用技巧进行详细介绍，并结合典型工程应用实例详细讲解ANSYS Workbench的具体应用方法。

　　本书分为两篇，共18章。第1篇是基础知识篇（第1～9章），详细介绍ANSYS Workbench分析全流程的基本步骤和方法，包括ANSYS Workbench 2021 R1基础、项目管理、DesignModeler图形用户界面、草图模式、三维特征、高级三维建模、

本书针对ANSYS Workbench 2024 平台，详细介绍了其功能及应用。本书内容丰富且涉及领域较广，读者在掌握软件操作的同时可以掌握解决相关工程领域实际问题的思路与方法，并自如地解决本领域所出现的问题。全书分为4 篇，共20 章，第1 篇从有限元分析着手，讲解工程问题的数学物理方程及ANSYS Workbench平台的基础应用知识；第2 篇以基础范例为指导，讲解结构静力学分析、模态分析、谐响应分析、响应谱分析、随机振动分析及瞬态动力学分析；第3 篇作为进阶部分，讲解接触分析、显式动力学分

北太天元数值计算通用软件（以下简称“北太天元”）是由北京大学重庆大数据研究院数值计算实验室自主研发的首 款国产科学计算软件。北太天元聚焦科学计算领域“卡脖子”问题的解决，实现了科学计算领域“根技术”的突破。软件具备强大的底层数学函数库，可提供科学计算、可视化、交互式程序设计功能，支持数值计算、数据分析、数据可视化、数据优化、算法开发等场景，并通过SDK与API接口，扩展支持各类学科与行业应用。 北太天元数值计算通用软件从功能上可以替代美国工业软件Matlab，我国现有十多所高校被列入禁用matl

多目标优化理论与方法是运筹学和数学优化研究的重要内容。本书系统地介绍了多目标优化数学模型、发展概况、最优性理论和几类非线性标量化方法。主要内容包括：多目标优化问题可微和不可微条件下的最优性条件、精确解与近似解的Delta型非线性标量化、近似解的Gerstewitz型非线性标量化和精确解与近似解的Tchebycheff型非线性标量化。

本书广泛吸取统计学、神经网络、数据挖掘、机器学习、人工智能、群智能计算等学科的先进思想和理论，将其应用到模式识别领域中；以一种新的体系，系统、全面地介绍模式识别的理论、方法及应用。本书第5版在现有版本的基础上做了优化，改动量为30%，篇幅由之前的13章压缩到11章，内容包括：模式识别概述，特征的选择与优化，模式相似性测度，基于概率统计的贝叶斯分类器设计，判别函数分类器设计，神经网络分类器设计(BP神经网络、径向基函数神经网络、自组织竞争神经网络、概率神经网络、对向传播神经网络、反馈型神