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

本书核心是围绕“如何想到”(思维)和“如何做到”(数学化)两个关键词，来探讨数学建模能力的培养和发展。本书创新性地提出了DEED(描述与理解、溯因与解释、估计与预测、评价与决策)框架，将问题类型细化，并针对每种类型提出相应的思维方法。

本书通过经济管理、社会生活、物理化学、工程技术中众多数学模型的实例，系统、详实地阐述数学建模与数学实验的基本理论和主要方法。分别介绍代数模型、方程模型、线性规划模型、非线性规划模型、概率模型、统计模型、蒙特卡洛模拟、图论模型、近世算法等，注重数学建模方法的介绍，重视数学模型的科学表达，并重点讲解模型在MATLAB中的编

本书精选了中国研究生数学建模竞赛中的5个建模案例，包括面向节能的单/多列车优化决策问题、多无人机协同任务规划问题、基于帧差法和光流法的前景目标提取追踪模型、基于优化模型的多无人机对组网雷达的协同干扰研究、基于改进蚁群算法的飞行航迹多目标优化研究。每个案例从解析模型、还原程序、评述论文着手，帮助读者理解数学建模过程，掌握

本书是一本内容奇特的趣味逻辑推理书。有的谜题看起来简单，却极容易答错；有的谜题有多种解决方法，而最巧妙的方法往往不容易被发现；有的谜题顾左右而言他，只有经过缜密的思考才能够识破重重干扰，发现其中的奥妙……这些谜题环环相扣，如悬疑小说般引人入胜。本书启发人们从不同的角度思考问题，有助于培养逻辑推理能力。

在本书中，斯穆里安模仿柯南·道尔的《福尔摩斯探案集》的创作风格，以福尔摩斯与华生的对话展开故事情节。全书围绕国际象棋中的一种特殊规则升变，运用逻辑推理进行回溯性分析，从棋盘上最终的局面推演过程和开局……具有极强的推理性和趣味性。书中的故事层层展开，但谜题都单独且完整，读者可方便