ПРЕДИСЛОВИЕ

1. МЕТОДОЛОГИЯ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ
1.1. Понятие математической модели
1.2. Математическое моделирование и теория систем
1.3. Математическое моделирование и системный анализ
1.4. Сложные системы и декомпозиция

2. ВВЕДЕНИЕ В MATLAB
2.1. Основные операторы языка
2.1.1. Матричные операции
2.1.2. Действия с многочленами
2.1.3. Действия над функциями
2.1.4. Построение трехмерных изображений
2.2. Примеры использования системы MATLAB для численного решения задач исследования систем
2.2.1. Применение тулбокса символьных вычислений
2.2.2. Применение процедуры численного интегрирования дифференциальных уравнений
2.2.3. Применение процедур анализа линейных систем
2.2.4. Применение системы SIMULINK

3. ВЫБОР СТРУКТУРЫ МАТЕМАТИЧЕСКОЙ МОДЕЛИ
3.1. Классификация моделей
3.1.1. Статические и динамические модели
3.1.2. Дискретные и непрерывные модели
3.2. Примеры исследования моделей
3.2.1. Исследование четырехполюсника
3.2.2. Гармонический анализ процессов
3.2.3. Исследование экологической системы
3.3. Модели состояния динамических систем
3.3.1. Модели общего вида
3.3.2. Линейные модели и линеаризация
3.3.3. Дискретизация и континуализация
3.4. Примеры преобразования моделей в среде MATLAB
3.4.1. Линеаризация
3.4.2. Дискретизация моделей
3.4.3. Континуализация моделей
3.5. Детерминированные и стохастические модели
3.6. Пример статистической обработки данных программами тулбокса STATISTICS
3.7. Нечеткие модели
3.7.1. Нечеткие множества и лингвистические переменные
3.7.2. Нечеткие системы
3.7.3. Задачи группировки и упорядочения
3.7.4. Нечеткие числа
3.7.5. Вероятность или нечеткость?
3.8. Хаотические модели
3.8.1. От колебаний -- к хаосу
3.8.2. Определение хаотической системы
3.8.3. Критерии хаотичности
3.8.4. Зачем нужны хаотические модели?
3.9. Линейные или нелинейные?

4. ВЫБОР ПАРАМЕТРОВ МАТЕМАТИЧЕСКОЙ МОДЕЛИ
4.1. Предварительные преобразования
4.1.1. Линейно-параметризованные модели
4.1.2. Преобразование статических моделей
4.1.3. Преобразование динамических моделей
4.2. Регрессионный анализ и метод наименьших квадратов
4.3. Адаптивные модели и рекуррентные методы
4.4. Принципы выбора модели
4.5. Культура компьютерных вычислений

5. ОПТИМИЗАЦИЯ И СТРУКТУРНЫЙ СИНТЕЗ СИСТЕМ
5.1. Оптимизация технических объектов
5.1.1. Задача параметрической оптимизации и направления ее решения
5.1.2. Методы поисковой оптимизации
5.2. Задачи структурного синтеза систем
5.2.1. Классификация задач синтеза
5.2.2. Подходы к решению задач структурного синтеза
5.3. Методы и алгоритмы структурного синтеза

6. ПРИМЕРЫ РЕШЕНИЯ ЗАДАЧ МАТЕМАТИЧЕСКОГО МОДЕЛИРОВАНИЯ
6.1. Предсказание курса акций
6.2. Управление синхронизацией систем на основе адаптивных наблюдателей
6.2.1. Общая постановка задачи и схема решения
6.2.2. Передача сообщений на основе синхронизации с использованием систем Чуа
6.2.3. Результаты вычислительных экспериментов

7. ЗАКЛЮЧЕНИЕ. МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ - ВЧЕРА, СЕГОДНЯ, ЗАВТРА
A. Приложение 1. Использование системы Scilab
A.1. Принципы построения системы
A.2. Основные конструкции языка
A.3. Примеры программ решения задач математического моделирования Scilab и MATLAB
B. Приложение 2. Система визуального моделирования SIMULINK
B.1. Общая характеристика системы
B.2. Библиотека блоков системы SIMULINK
B.3. Маскирование подсистем
C. Приложение 3. Дополнительные возможности системы MATLAB 5
C.1. Программирование и разработка приложений
C.2. Новые конструкции языка и типов данных
C.3. Математические вычисления и анализ данных
C.4. Графика
C.5. Интерактивная документация
C.6. Перевод программ из MATLAB 3 в MATLAB 5
D. Приложение 4. Сведения об основных тулбоксах системы MATLAB 5
D.1. Системы управления
D.2. Идентификация систем
D.3. Обработка сигналов
D.4. Системы связи
D.5. Обработка изображений
D.6 Статистический анализ
D.7 Финансовые вычисления
D.8 Нечеткие логические вычисления
D.9 Нейросетевой тулбокс

ЛИТЕРАТУРА
Список примеров