数学建模系列-数学建模那些事
数学建模系列-数学建模那些事
数学建模的概念:
所谓的数学建模就是使用数学框架解决实际应用问题,数学建模在解决问题的同时能够培养
1. 数学思维能力，
2. 分析问题本质的能力，
3. 团队合作的能力，
4. 资料检索的能力，
5. 编程能力，
6. 论文写作的能力。
1
2
3
4
5
6
数学建模中的典型方法
蒙特卡罗算法
数据拟合、参数估计、插值等数据处理算法(常用matlab实现);
线性规划、整数规划、多元规划、二次规划(用lingo、lingodo、matlab即可实现);
图论算法(包括最短路、网络流、二分图);
动态规划、回溯搜索、分治算法、分支界定
最优化理论的三个经典算法(模拟退火算法、神经网络算法、遗传算法);
网格算法和穷举法
连续数据离散化
数值分析算法
图像处理算法(常用matlab实现)
数学建模中的工具选取
好的工具能够提高工作和解决问题的效率，数据建模并不是让你用手算，而是有许多的工具帮助我们完成计算。所以选取适当的工具很重要。
数学建模中常用的工具有: Matlab、Mathmatic、lingo 、sass、spass 等。 有些工具在解决特定的问题时会比较方便，所以个人认为我们
可以根据解决的问题的类型而选择特定的工具来提高我们的效率。
Matlab是全能的，也是比较常用的工具之一，用它可以解决几乎所有的数学建模问题，但是matlab学习成本比较高，学起来稍微有些难。(Mathmatic相同)
Lingo在解决线性问题上面比较擅长，操作简单，傻瓜式编程，学习成本比较低。建议遇到线性问题首先考虑用Lingo。
---------------------
作者：断桥bian
来源：CSDN
谢谢分享！！！
的圣诞节圣诞节是的是的
页:
[1]