数模国赛所需知识与软件
1. 数学知识1.1 最基本算法
(1) 微积分、线性代数、概率论
(2) 计算方法：迭代、线代方程组、插值与拟合、数值积分、常微分方程数值解
(3) 微分方程：常微、偏微
1.2 系统分析
(1) 数理统计：
① 检验：平均数检验、频率检验、区间估计检验、方差同质性检验、正态性检验、非参数检验
② 分析：方差分析、斜方差分析、回归分析、通径分析、聚类分析、判别分析、主成分分析、因子分析、相关分析、时间序列分析
③ 其它：试验设计、抽样技术、效应比较
(2) 模糊数学：聚类、识别、决策、规划
(3) 灰色理论：预测、识别：语言模型—> 网络模型—>量化模型—>动态模型—>优化模型
1.3 运筹学
(1) 确定性问题：
① 规划：线性规划、整数规划、0-1规划、非线性规划、目标规划、参数规划、几何规划、动态规划；
② 图论：网络计划、最短路、最小费用最大流；运输、分配、TSP问题；贪心算法、单纯形法、Dijkstra算法、Floyd算法、蚂蚁算法、分支界定法、匈牙利算法；
(2) 随机性问题：
① 决策论：不定决策、风险决策、序列决策、马氏决策、多属性决策、群决策；敏感分析、层次分析、数据包络分析
② 对策论、库存论、排队论、可靠论、预测、模拟
1.4 综合及其他：
(1) 量纲分析
(2) 图像处理
(3) 蒙特卡罗模拟
(4) 神经网络：复杂非线性拟合能力强
(5) 遗传算法：其实是神经网络的一种，但用的比较多
(6) 模拟退火：其实是遗传算法的一种，比较好玩，有新意
(7) 混沌分形：
(8) 复杂网络：ER（随机网络）、Small-World(小世界)、Scale-Free Networks（无尺度）
2. 软件操作
2.1 数学软件：
(1) Matlab：包括偏微分、符号处理、图像处理、数理统计、神经网络、优化工具箱、数字信号处理、模糊数学、计算机仿真、小波分析……
(2) Maple：主要符号计算
(3) Mathematica
(4) MathCAD
2.2 画图软件
(1) Visio：示意图、流程图；
(2) Origin：曲线图、折线图……
(3) Tecplot：场图
2.3 统计学：
(1) SPSS：数据统计能力极强，几乎可以搞定数统一切！
(2) SAS：没用过，据说跟SPSS齐驾并驱；
(3) State：和上面两种合称统计界三大软件，这款软件高手才会觉得它好。
2.4 运筹学：
(1) Lingo：只要是解非线性规划的，但只要是规划乃至运筹学的它都可以搞定，强烈推荐！
(2) WinQSB：它主要可以用来解运筹学中的随机模型及图论的。
(3) Lindo，What’s the best，API，都是Lingo公司出的，不过只要会上面的两种，这三个可以不学的。
此外，还有很多软件可选，比如C和Fortran，比如R语言，Python，比如Octave，Scilab等等
好多东西 支持一下
规划问题还是挺重要的，还是想多了解一下。
页:
[1]