本书是针对高等院校人文社会科学类专业学生编写的教材。本书坚持在理论体系上保持完整性、严谨性、准确性和简洁性，旨在帮助学生掌握一定的现代数学的基础知识，吸收数学思想与方法的精华，提升数学素养，加强数学技术应用能力。 本书内容分为三篇，共计10章。第一篇为微积分，共4章，内容主要包括函数与极限、导数与微分、不定积分及定积分

本书聚焦军士职业技术教育实战化教学改革，落实立德树人、为战育人和学为中心的要求，由空军预警学院、空军勤务学院资深数学专业教师合作编写而成.内容设计遵循注重课程基础性、突出岗位针对性、增加手段实用性、强化育人协同性的编写理念，着力编写知识思政实验三位一体的新形态教材.本书共6章，主要介绍函数及其应用、高等数学、解析几何、

本书以应用型本科高校人才培养为目标，集应用数学知识、数学建模与数学实验为一体，注重数学建模思想方法，重视数学软件在实际中的应用，增加了许多实际案例和数学建模竞赛题目，突出对学生的实践性应用能力的培养。本书主要内容包括数学建模简介、MATLAB基础、插值与拟合、微分方程、数学规划、网络优化、数据的描述性统计、统计分析等。

本书分三部分：第一部分主要按照建立模型的数学方法介绍了微分方程模型、概率统计模型、和线性代数模型等；第二部分就数学建模的参赛基本准备工作、参赛论文写作、注意事项、竞赛常用算法等竞赛资源进行介绍；第三部分针对中国人口增长模型、数码相机定位等7个问题结合参赛优秀论文进行介绍和解析。

本书由12个模块组成：初等模型、微积分模型、线性代数模型、概率与统计模型、优化模型、多元统计模型、综合评价模型、时间序列模型、空间解析几何模型、神经网络模型、差分方程模型、灰色预测模型，每个模块包括若干个项目，其中，初等模型包括13个项目，目的是在数学建模选修课或数学建模协会上使用。本书可供高职高专院校数学建模选修课使

本书对基于粗糙集的特征选择进行了综合性的介绍。通过本书，读者可以系统地研究粗糙集理论(RST)的各个领域，包括基础知识、前沿概念以及基于粗糙集的特征选择。本书还提供了基于粗糙集的API库，可用于支持一些粗糙集概念和基于粗糙集的特征选择的算法程序实现。

本书系统介绍在信息系统簇或决策系统簇的F-粗糙集模型。本书定义了F-粗糙集上下近似、边界区域，在F-粗糙集中提出了F-属性依赖度和属性重要度矩阵，根据F-属性依赖度和属性重要度矩阵分别提出了属性约简算法，通过比对实验在UCI数据集、真实数据集和MATLAB生成数据集上完成，实验结果显示，与相关算法比较，F-邻域粗糙集可

这本书的作者是非经典逻辑、粗糙集理论和粒度计算领域的主要研究人员。不确定性条件下的人类推理由于其表征约束，不能很好地用经典逻辑来解释。非经典逻辑如模态逻辑、多值逻辑、直觉逻辑、弗协调逻辑自亚里士多德以来，就得到了研究和发展。在这本书中，粗糙集理论从代数和非经典逻辑角度进行研究。在非经典逻辑的基础上，研究了粗糙集的逻辑;

1、本书对MATLAB进行了详细的介绍和讲解，力争做到条理明晰，深入浅出，并配有大量实用的例子，达到快速入门和提高的目的。2、注重内容的系统性与逻辑关系。先由浅入深地介绍MATLAB的使用基础及其数据分析，然后详细介绍了其数学建模及科学计算，最后介绍MATLAB的应用部分。3、侧重MATLAB求解实际的数学建模问题，给

本书包括运筹优化、图论模型、微分方程、随机模拟和统计方法等传统建模方法，同时还增设了智能优化算法、机器学习方法和深度方法，可以满足广大读者和参赛者的学习需求。本书算法实现以Python语言为主，每章内容均有详细的代码，可以帮助读者高效掌握Python编程实现算法。本书共包含19章，前两章为基础部分，分别为数学建模简介和