社会经济实证分析必须借用数理工具，然只讲“数理”而忽略现象所隐含的“事理”，就容易沦为“虚证分析”，形式上达标但失去定量研究的灵魂。《事理与数理的纠缠与厘清》强调甄别“数理”和“事理”，厘清纠缠于现象中的二者，乃学人在实证分析过程中永恒的使命。第1部分做系统专论，第2部分为事理与数理关系的读书笔记，第3部分是“一事一理”之论笔，第4部分是笔者早期对事理与数理关系的思考，至今仍不失警示作用。

本书是由数学天元基金和高等教育出版社共同推出的《俄罗斯数学教材选译》之一，是一部卓越的数学科学与教育著作。自第一版问世50多年来，本书多次再版，至今仍被俄罗斯的综合大学以及技术和 师范院校选作数学分析课程的基本教材之一，并被翻译成多种文字，在世界范围内广受欢迎。 本书所包括的主要内容是在20世纪初最后形成的现代数学分析的经典部分。本书第一卷包括实变量一元与多元微分学及其 基本应用；第二卷研究黎曼积分理论与级数理论；第三卷研究多重积分、曲线积分、曲面积分、斯蒂尔吉斯积分、傅里叶级 数与傅里叶变换。本书的特点是：一、含有大量例题与应用实例；二、材料的叙述通俗、详细和准确；三、在极少使用集合论的（包括记号）同时保持了叙述的全部严格性，以便读者容易初步掌握本课程的内容。本书可供各级各类高等学校的数学分析与高等数学课程选作教学参考书，是数学分析教师极好的案头用书。

本书以凸分析及弹塑性摩擦接触问题的变分解法为出发点，通过近似次微分等基础概念及性质的介绍，引入非凸分析的理论框架，结合热力学分析与变分理论，建立非凸变分不等式解的存在唯一性分析，进而在塑性形变屈服面非凸的情况下应用非凸变分不等式求解相关弹塑性模型.本书特点是将变分不等式约束集非凸情况下理论求解方法的分析及其在弹塑性摩擦接触问题中的应用相结合，由浅入深地介绍非凸分析理论在非凸变分不等式及力学摩擦接触问题中如何使用与发挥作用，使学习过程结合理论与应用两个层面，较全面地理解理论学习与实际应用间的距离.

本书为“985-211丛书”中的提高简程，对考研和数学竞赛中的数学分析解题方法和策略进行了归纳和总结，是在编者多年讲授数学分析、数学分析选讲、考研数学材料的基础上，多次修订而成，同时补充了考研数学分析综合试题的解题方法和策略。本书共分为12讲，内容主要包括一元函数微积分、多元函数微积分、无穷级数及含参变量积分等。本书系统全面，例题丰富，思路新颖，注重基础，适用于高等院校数学类各专业的学生学习“数学分析”课程及报考研究生复习使用，也可供从事数学分析教学的年轻教师参考使用。

《半群的双序集理论和范畴论方法》汇总了在半群代数结构研究中发展出来的双序集理论和系统采用的范畴论方法。作者希望能为半群与范畴的结构、分类及相互关系的研究提供一些思路和范例，供年轻学者进一步研究参考。前八章是作者所著《半群的双序集理论》（科学出版社2003年9月出版）一书的修改和补充：改正了若干错漏，增补了一些新习题，有利于读者更好地掌握双序集及相关理论的实质和意义。后八章则是作者近年来对印度数学家K.S.S.Nambooripad教授开创的正规范畴和正则半群相互联系的结构理论——交连系理论——向平衡范畴和一般富足半群的推广，包括对Nambooripad教授及其学生关于“一致半群”所做工作的完善和充实。

本书结合作者近几年的研究成果，主要介绍人工蜂鸟算法和蝠鲼觅食优化算法的提出、改进及其工程应用，内容包括：人工蜂鸟算法，包括算法提出的灵感、步骤、数学模型、性能测试及其工程应用等；人工蜂鸟算法的改进及其工程应用，从运用切比雪夫混沌映射进行初始化来提高求解的精度和引导觅食时加入莱维飞行，使得算法避免过早收敛和具有良好的稳定性两个方面对人工蜂鸟算法进行改进，改进后的算法应用在抽水蓄能机组调节系统非线性模型参数辨识中，并取得了比较好的效果；蝠鲼觅食优化算法，包括算法提出启发、步骤、数学模型、性能测试及其工程应用等；蝠鲼觅食优化算法的改进及其工程应用，采用精英反向学习算法优化初始种群、在链式觅食处采用自适应t分布代替链式因子优化个体在链式觅食点的更新策略等对蝠鲼觅食优化算法进行改进，采用改进的蝠鲼觅食优化算法对混流式水轮机尾水管压力脉动特征进行了有效识别。

《数智背景下消费者对商品信息的获知-更新-使用行为研究》围绕消费者信息行为展开。数智背景下，消费者信息行为复杂多变，《数智背景下消费者对商品信息的获知-更新-使用行为研究》采用大数据分析技术和计量经济模型的理论分析方法，探索消费者通过视频广告获知商品信息的行为、推送干扰下的信息更新行为，以及线上跨平台信息对比后的信息使用行为。通过对这三个信息环节的讨论为商家的市场需求预测、市场开发以及营销策略实施提供理论依据和实践指导。

数据是最有价值的资源，发掘这一价值需要超越技术本身。本书抛开数据科学技术的细节，致力于解决该主题研究中通常没有涵盖的数据科学“其余部分”的关键问题。包括确立正确问题，收集正确数据，进行正确分析，做出正确决策以及决策评估，与决策者建立信任，将数据科学团队置于正确的组织节点，以及帮助公司实现数据驱动等内容。这本书给出了数据科学入门和避免陷阱的实用性建议，解决了几代统计学家面临的问题，是统计学、计算机科学系、商学院，分析学院专业人士以及所有企业管理者的书。

数据科学的理论基础是数学。《数据科学中的数学方法》共六章。前三章系统介绍了数据科学里广泛使用的线性代数、概率论、微积分以及*优化理论的相关基础知识；后三章简练阐述了网络分析、量子算法、大模型的基本数学原理和一些代表性算法。《数据科学中的数学方法》部分应用案例源自作者的原创性工作，通过发现问题、分析问题、解决问题的逻辑链条，生动展示了数据建模在解决实际问题中的应用路径。

本书介绍例外群的知识，分为三部分：理论、应用及附录；共14章，包括经典群、复合代数、例外若尔当代数、例外群的算术子群、例外李群上同调、齐次空间、例外李群在理论物理和代数几何中的应用等。Bruce Hunt 于1986年在波恩大学取得博士学位，导师是Frierich Hirzebruch（同时代数学家中的领军人物）。Bruce Hunt 发表了“模簇、球商、Calabi-Yau 簇”等方向的一系列论文，2021年出版了获得五星好评的巨著《局部混合对称空间》，也是《微分几何：曲线、曲面、流形（第三版）》一书的英文译者。