本書首先介紹數學建模的基本原理及其應用領域，旨在為初學者構建一個整體性的框架認識。其次，闡述了大語言模型（如ChatGPT等）的興起對數學建模領域的影響，內容從基礎技術延伸至高級技術；核心部分詳細講解了如何利用ChatGPT等工具來優化數學建模過程，這包括數據分析、代碼編寫等多個方面。最后，探討了數學建模的未來發展趨勢以及AIGC工具在這一過程中的角色，同時強調了保持核心數學技能和批判性思維的重要性。本書適合學生、教師以及數據分析師等人群閱讀，有助于他們深入理解數學建模的重要性及其應用前景，掌握
本書以預算管理的循環過程作為主線，介紹預算管理的理論與實務，從預算管理目標入手，探討預算管理模式、預算編制、預算執行、預算差異分析等。
事物甲及其對立面的統一關系構成事物乙，事物乙及其對立面的統一關系構成事物丙，那么事物甲同事物丙之間是什么關系？進一步地，事物甲同蘊含著更豐富對立統一關系的復雜事物之間又是什么關系？這類問題涉及多個演繹層次，傳統辯證法難以對這種多層次相干關系進行具體而全面地定性。任何系統都具有層次性，層次性是系統思想與方法的精髓。本書嘗試給出了刻畫多層次體系的演繹方法論———層次演化論,其中，系統從簡單到復雜的演化進路可通過層次的不斷躍遷來反映，系統的演繹復雜性可通過有相互蘊含關系的各細分層次來解耦,系
當前系統工程已逐漸轉向基于模型的方法，即通過模型來描述系統的結構和行為，而不僅僅是依賴傳統的文檔。國際系統工程協會創建了諸如系統建模語言（SysML）等標準，使基于模型的系統工程（MBSE）成為復雜系統設計和管理的強大工具。隨著數字化轉型的深入，MBSE技術已經成為復雜裝備系統制造業數字化轉型的驅動力和關鍵業務抓手。本書從理論與軟件實踐兩個方面展現基于MBSE的復雜裝備系統設計場景。理論部分闡述復雜系統設計的建模、仿真、優化、管理等方法，實踐部分結合自主知識產權的系統工程軟件（蘊象軟件）介紹工程
系統工程具有典型的跨學科交叉特征，其研究橫跨多個自然科學與社會科學領域，在多個學科蓬勃發展。本書從系統工程共性基礎理論、網絡信息系統工程、制造系統工程、航空航天航海系統工程、能源與資源系統工程、交通物流系統工程、經濟社會與服務系統工程、生命健康與醫療信息系統工程、軍事系統工程等主要研究領域中總結我國系統工程學科的發展歷程，梳理發展現狀，探討系統工程學科的未來發展方向，旨在明確未來一個時期促進我國系統工程學科研究及學科均衡協調可持續發展的戰略思路和保障措施。
本書以習近平新時代中國特色社會主義思想為指導，以含可變參數的灰色建模方法為研究的邏輯起點，探討含可變參數的灰色模型的建模機理和實際應用。本書主要章節安排如下：第一章為緒論，主要是提出研究問題，具體介紹研究背景與含可變參數的灰色模型的含義以及本研究的創新之處。第二章為一類含時變參數的弱化緩沖算子模型，主要介紹一類含時變參數的弱化緩沖算子模型的定義，性質和在經濟社會中的應用。第三章為分數階累加線性時變參數離散灰色預測模型，主要介紹模型的意義、構建方法和在經濟社會中的應用。第四章為分數階累加
本書系統地研究了多態系統中的性能共享機制，較為完整地解決了現有基于性能共享的多態系統可靠性建模問題，對具有性能共享特征的多態系統的可靠性分析評價與優化設計具有指導意義。本書首先介紹了多態系統中不同的性能共享機制，然后研究了性能共享機制在不同系統結構的可靠性建模，最后分析了性能共享機制在電網系統、計算機系統等領域的應用。
克萊頓教授在本書中強調突現被作為理解科學、意識和宗教的一種新范式。他回顧了突現概念的發展歷史和當前定義，評價了自然世界的突現現象及其對于哲學的重要意義。復雜性突現的現象需要的是物理學、化學和生物學中不可還原層次上的解釋。這種突現模式既不是對于大腦狀態的還原，也不是對于心理實體或靈魂的證明，而是向我們介紹一種關于意識問題的新路徑。當然，這種突現模式也支持了對心智的常識性理解，思想和意圖確實會產生因果影響，即使意識是大腦的突現屬性，并且仍然依賴于大腦。
本書以保密通信為背景，闡述了不確定混沌系統網絡同步控制的關鍵問題，系統介紹了不確定混沌系統的基本概念、穩定性理論、同步控制技術及仿真實驗，為讀者提供混沌同步控制器設計的基本思路和方法技巧。主要內容包括不確定五階憶阻混沌電路系統的自適應修整函數投影同步、不確定混沌系統帶有指定衰減度的自適應有限時間同步、基于多個不確定混沌系統的有限時間自適應廣義復合同步、基于切換型事件觸發機制的異構混沌系統網絡同步以及基于組合型事件觸發機制的非線性不確定分數階混沌系統自適應網絡同步。
本書全面且深入的研究盲系統辨識問題，通過利用系統模型的結構特性，提供確定性辨識解決方案，以揭示相關數值計算的基本代數性質�；谧涌臻g的辨識方法是處理傳統盲辨識問題和經典狀態空間辨識問題的一種常用方法，它將被廣泛應用和推廣，以解決若干具有挑戰性的結構化系統盲辨識問題。從最優化的角度看，子空間辨識技術可以看作是求解低秩矩陣分解或低秩極小化問題的方法，但它不能處理具有結構約束的動態系統的盲辨識問題。針對這一問題，提出了一種差分凸規劃方法，該方法比傳統的基于梯度的優化方法能得到更可靠的辨識結果
新書資訊 新書推薦