本书系统和全面地介绍了组合优化的基本理论和重要算法。全书共分22章，内容既包括图论、线性和整数规划以及计算复杂性等基础部分，又涵盖了组合优化中若干重要问题的经典结果和最新进展。除了对理论的深刻讨论外,书中还提供了丰富的研究文献和具有挑战性的习题。 本书是组合优化领域的重要著作，既可作为研究生教材，也是一本从事组合优化研究的必备参考书。

本书深入地介绍了实用算法优化的相关内容，讲述了解决各种问题的计算方法，包括搜索高维空间、处理存在多个竞争目标的问题以及兼顾指标中的不确定性。全书主要涵盖以下主题：多维导数及其生成，局部下降和一阶、二阶方法，将随机性引入优化过程的随机方法，目标函数和约束都为线性时的线性约束优化，基于种群的方法，代理模型、概率代理模型以及使用代理模型进行优化的方法，不确定性下的优化，不确定性传播，表达式优化，多学科优化。附录简要介绍了本书使用的Julia 编程语言、评估算法性能的测试函数、与导数和优化方法相关的数学概念。 　　　　 本书适合高等院校数学、统计学、计算机科学等专业的本科生和研究生学习，也可用作相关领域的参考资料。

本书深入地介绍了实用算法优化的相关内容，讲述了解决各种问题的计算方法，包括搜索高维空间、处理存在多个竞争目标的问题以及兼顾指标中的不确定性。全书主要涵盖以下主题：多维导数及其生成，局部下降和一阶、二阶方法，将随机性引入优化过程的随机方法，目标函数和约束都为线性时的线性约束优化，基于种群的方法，代理模型、概率代理模型以及使用代理模型进行优化的方法，不确定性下的优化，不确定性传播，表达式优化，多学科优化。附录简要介绍了本书使用的Julia 编程语言、评估算法性能的测试函数、与导数和优化方法相关的数学概念。 　　　　 本书适合高等院校数学、统计学、计算机科学等专业的本科生和研究生学习，也可用作相关领域的参考资料。

本书包括凸集和凸函数，线性规划原理和方法，对偶理论，最优性条件，无约束最优化方法和约束最优化方法等内容。书中介绍了一些最新研究成果，如Karmarhr算法等，内容比较丰富，算法比较齐全，实用性比较强。定理的证明和算法的推导主要以数学分析和线性代数为基础，简明易学。可作为《线性规划与非线性规划》课程的教学参考书，也可供应用数学工作者和工程技术人员参考。

《算法作曲理论与实践》以Max／Msp平台为例，结合算法作曲及当代音乐的创作实践，对计算机算法作曲的相关基础理论及其实践技巧进行了较全面的梳理和阐述，为我国当代计算机算法作曲技术的研究和应用提供有益的启示。

本书是陈宝林教授在多年实践基础上编著的。书中包括线性规划单纯形方法、对偶理论、灵敏度分析、运输问题、内点算法、非线性规划KT条件、无约束优化方法、约束优化方法、整数规划和动态规划等内容。 本书含有大量经典的和新近的算法，有比较系统的理论分析，实用性比较强；定理的证明和算法的推导主要以数学分析和线性代数为基础，比较简单易学。 本书可以作为运筹学类课程的教学参考书，也可供应用数学工作者和工程技术人员参考。

《机器视觉理论、算法与实践(英文版·第3版)》是机器视觉课程的理想教材，作者清晰、系统地阐述了机器视觉的基本概念，介绍理论的基本元素的同时强调算法和实用设计的约束。书中阐述各个主题时，既阐述了基本算法，又介绍了数学工具。此外，《机器视觉理论、算法与实践(英文版·第3版)》还使用案例演示具体技术的应用，并阐明设计现实机器视觉系统的关键约束。 《机器视觉理论、算法与实践(英文版·第3版)》适合作为高等院校计算机及电子工程相关专业研究生的教材，更是从事机器视觉、计算机视觉和机器人领域研究的人员不可多得的技术参考书。

《支持向量机：理论、算法与拓展》以分类问题（模式识别、判别分析）和回归问题为背景，介绍支持向量机的基本理论、方法和应用。特别强调对所讨论的问题和处理方法的实质进行直观的解释和说明，因此具有很强的可读性。为使具有一般高等数学知识的读者能够顺利阅读，书中首先介绍了最优化的基础知识。《支持向量机：理论、算法与拓展》可作为理工类、管理学等专业的高年级本科生、研究生和教师的教材或教学参考书，也可供相关领域的科研人员和实际工作者阅读参考。

《支持向量机：理论、算法与拓展》以分类问题（模式识别、判别分析）和回归问题为背景，介绍支持向量机的基本理论、方法和应用。特别强调对所讨论的问题和处理方法的实质进行直观的解释和说明，因此具有很强的可读性。为使具有一般高等数学知识的读者能够顺利阅读，书中首先介绍了最优化的基础知识。《支持向量机：理论、算法与拓展》可作为理工类、管理学等专业的高年级本科生、研究生和教师的教材或教学参考书，也可供相关领域的科研人员和实际工作者阅读参考。

本书全面介绍了经典的和现代的网络流技术，包括综合的理论、算法与应用。主要内容包括：路径、树与周期，算法设计与分析，最大流与最小流算法，分派与匹配，最小生成树，拉格朗日松弛与网络优化等。书中包含大量练习题，拓展了本书的内容，便于教学。