数学建模社区-数学中国

标题: 数学建模竞赛必须要掌握的十个算法 [打印本页]

---

作者: 佛自业障    时间: 2018-10-29 10:01
标题: 数学建模竞赛必须要掌握的十个算法

[attach]242204[/attach]

9 t8 o7 z% \4 V3 w1 i数学建模比赛是本科生和研究生阶段最重要的比赛之一，包括全国大学生数学建模竞赛（俗称“国赛”）和美国大学生数学建模竞赛（俗称“美赛”）。在这些比赛中取得好成绩，不仅有助于保研、有助于找工作，更重要的是形成科学的思维模式。下面列举了十大算法，在数学建模竞赛中有着无比广泛而重要的应用。
0 k7 i( Y$ g+ h

01

9 D% \, i6 N9 R* D  L

蒙特卡罗算法

, z, W! @, ^3 p7 x: \1946 年，美国拉斯阿莫斯国家实验室的三位科学家 JohnvonNeumann, Stan Ulam和 Nick Metropolis 共同发明了蒙特卡罗方法。
蒙特卡罗方法（Monte Carlo method），又称随机抽样或统计模拟方法，是一种以概率统计理论为指导的一类非常重要的数值计算方法。此方法使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。
: V; m# W0 |' @* U$ ^$ E8 \1 U- c
$ z1 R3 d' W7 K# D& E( j由于传统的经验方法由于不能逼近真实的物理过程，很难得到满意的结果，而蒙特卡罗方法由于能够真实地模拟实际物理过程，故解决问题与实际非常符合，可以得到很圆满的结果。
6 ?$ h2 R' H$ T" c9 i  `! f
蒙特卡罗方法的基本原理及思想如下：
$ w3 Q5 X1 _) c3 B1 q; M
当所求解问题是某种随机事件出现的概率，或者是某个随机变量的期望值时，通过某种“实验”的方法，以这种事件出现的频率估计这一随机事件的概率，或者得到这个随机变量的某些数字特征，并将其作为问题的解。
& z9 Q: s4 q( P* |4 `
1 ]  T, |; E" o+ T! i举个栗子，直观了解蒙特卡洛方法：
. Y: d* i, D$ z. k: Q+ U* U5 s
# ]; t, |& }/ |" X# @! _假设我们要计算一个不规则图形的面积，那么图形的不规则程度和分析性计算（比如：积分）的复杂程度是成正比的。蒙特卡洛方法是怎么计算的呢？假想你有一袋豆子，把豆子均匀地朝这个图形上撒，然后数这个图形之中有多少颗豆子，这个豆子的数目就是图形的面积。当你的豆子越小，撒的越多的时候，结果就越精确。在这里我们要假定豆子都在一个平面上，相互之间没有重叠。

: S$ t2 e; J$ `( T  l5 {

[attach]242205[/attach]

蒙特卡罗方法通过抓住事物运动的几何数量和几何特征，利用数学方法来加以模拟，即进行一种数字模拟实验。它是以一个概率模型为基础，按照这个模型所描绘的过程，通过模拟实验的结果，作为问题的近似解。

* B+ H3 @- |- k! m* U蒙特卡罗方法与一般计算方法有很大区别，一般计算方法对于解决多维或因素复杂的问题非常困难，而蒙特卡罗方法对于解决这方面的问题却比较简单。其特点如下：

a、直接追踪粒子，物理思路清晰，易于理解；

b、采用随机抽样的方法，较真切的模拟粒子输运的过程，反映了统计涨落的规律；

c、不受系统多维、多因素等复杂性的限制，是解决复杂系统粒子输运问题的好方法等等

# e- E6 K& E1 J, R  A! m

02

数据拟合、参数估计、插值等数据处理算法

" p3 F1 V( ]4 M! h$ w9 t* O* Y9 z
我们通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用 Matlab 作为工具。
1 b( b( s3 M. H$ Z1 [
% c( m  o$ v4 [! i  G0 y数据拟合在数学建模比赛中中有应用，与图形处理有关的问题很多与拟合有关系，一个例子就是 98 年数学建模美国赛 A 题，生物组织切片的三维插值处理，94 年 A 题逢山开路，山体海拔高度的插值计算，还有吵的沸沸扬扬可能会考的“非典”问题也要用到数据拟合算法，观察数据的走向进行处理。
1 W; L% B1 V/ {$ ?- Q
1 C3 T& f! _  L1 p, q

[attach]242206[/attach]

" C/ j) H0 `! x4 v( Y9 d# T; `此类问题在 MATLAB 中有很多现成的函数可以调用，熟悉 MATLAB，这些方法都能游刃有余的用好。

03

. N7 i& X; ?1 F6 T3 @
4 G$ y1 z3 a$ z& w+ ^

线性规划、整数规划、多元规划、二次规划等规划类问题

+ q, I& V% j) M) k- _6 T
+ N9 c. b/ j$ ?, D数学建模竞赛中很多问题都和数学规划有关，可以说不少的模型都可以归结为一组不等式作为约束条件、几个函数表达式作为目标函数的问题。

* N+ l& f; o; a1 ^) C遇到这类问题，求解就是关键了，比如 98 年 B 题，用很多不等式完全可以把问题刻画清楚，因此列举出规划后用 Lindo、Lingo 等软件来进行解决比较方便，所以还需要熟悉这两个软件。
* v" L( T' c5 g: y2 ]) ]" s

04

: Y4 O, k' a! F0 W) w3 {4 O
9 w7 `/ j& d: \# y

图论算法

6 a/ I6 p3 W2 s! p1 }% p2 [
这类问题算法有很多，包括：Dijkstra、Floyd、Prim、Bellman-Ford，最大流，二分匹配等问题。

) G6 k7 X4 b: k7 m关于此类图论算法，可参考 IntroductiontoAlgorithms--算法导论，关于图算法的第22章-第26章。
# Y5 V. W) d# U, I6 k  R8 C6 C
# g, H9 s2 Z* p" p& k( f

[attach]242207[/attach]


4 k- Y2 V6 y: O* b  G0 c% S

05

动态规划、回溯搜索、分治算法、分支定界等计算机算法

" y0 _1 _7 ]  A7 b1 \: @) |# `
在数学建模竞赛中，如：92 年 B 题用分枝定界法，97年 B 题是典型的动态规划问题，此外 98 年 B 题体现了分治算法。
! @6 n* [$ v0 m

[attach]242208[/attach]

9 B; r; _9 }0 x3 t这方面问题和 ACM 程序设计竞赛中的问题类似，推荐看一下算法导论，与《计算机算法设计与分析》（电子工业出版社）等与计算机算法有关的书。
2 c3 q- B2 a; e+ Z! a+ p9 i

06

' r7 Q8 P7 T9 Q) L! [+ Q+ {8 J

最优化理论的三大经典算法：模拟退火法、神经网络、遗传算法

3 R) M% K; R' C/ k: i0 Q/ H, |, P! t这十几年来最优化理论有了飞速发展，模拟退火法、神经网络、遗传算法这三类算法发展很快。

3 @+ ?' e1 A5 o) H在数学建模竞赛中：比如 97 年 A 题的模拟退火算法，00 年 B 题的神经网络分类算法，01 年 B 题这种难题也可以使用神经网络。
2 C, ?" q+ Q) S# J
. x  }2 z& @: N还有美国竞赛 89 年 A 题也和 BP 算法有关系，当时是 86 年刚提出 BP 算法，89 年就考了，说明赛题可能是当今前沿科技的抽象体现。
7 V+ `0 x5 r; ?) [
7 W% w; u' a& a$ |! g% d03 年 B 题伽马刀问题也是目前研究的课题，目前算法最佳的是遗传算法。



07

: B0 j* [7 p& P: c! F: o5 r

网格算法和穷举法

; c. J2 W9 e! f- j4 `# Q
网格算法和穷举法一样，只是网格法是连续问题的穷举。

比如要求在 N 个变量情况下的最优化问题，那么对这些变量可取的空间进行采点，比如在 [a;b] 区间内取 M+1 个点，那么这样循环就需要进行 (M+1)N 次运算，所以计算量很大。
$ l, U2 A: r2 k) ^* \" u! H
在数学建模竞赛中：比如 97 年 A 题、99 年 B 题都可以用网格法搜索，这种方法最好在运算速度较快的计算机中进行，还有要用高级语言来做，最好不要用MATLAB 做网格，否则会算很久。
7 X' S4 P( W; `) L4 z8 B# O3 J


- T. Z8 \% z; D# @0 j9 z- O6 U) ]
穷举法大家都熟悉，自不用多说了。

08

% G6 [) ]6 X: v! c( F3 e# [9 }

一些连续离散化方法

& S. O* u! }3 t- y; u6 V
' r( x) K  H3 u0 h0 J大部分物理问题的编程解决，都和这种方法有一定的联系。物理问题是反映我们生活在一个连续的世界中，计算机只能处理离散的量，所以需要对连续量进行离散处理。

这种方法应用很广，而且和上面的很多算法有关。事实上，网格算法、蒙特卡罗算法、模拟退火都用了这个思想。

09

; h5 V: Z- g& D$ A' s

数值分析算法

数值分析（numericalanalysis），是数学的一个分支，主要研究连续数学（区别于离散数学）问题的算法。
: m8 u- N7 E# J7 z# A9 [, T
如果在比赛中采用高级语言进行编程的话，那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用。
2 O( e" k9 c7 F2 ^
这类算法是针对高级语言而专门设的，如果你用的是 MATLAB、Mathematica，大可不必准备，因为像数值分析中有很多函数一般的数学软件是具备的。
( k6 u# N- Y3 w+ a

10

# b" q( _6 ]: ?, t8 m8 Z2 j! x
1 w  \8 k: Q- }. g

图象处理算法

2 \$ l( I. O3 J# a+ {
在数学建模竞赛中：比如 01 年 A 题中需要你会读 BMP 图象、美国赛 98 年 A 题需要你知道三维插值计算，03 年 B 题要求更高，不但需要编程计算还要进行处理，而数模论文中也有很多图片需要展示，因此图象处理就是关键。做好这类问题，重要的是把 MATLAB 学好，特别是图象处理的部分。

0 O  T) C4 i( \- ?' ~% P! T
! @, m( M1 l9 a+ P. {8 r& W

---

作者: GsBush23    时间: 2018-11-14 14:06
说的太好了。。
. m5 A4 t" C8 A4 G7 _

---

作者: pazq18    时间: 2018-12-7 10:00
楼主的帖子怎么样？赶紧试试这里看样子是好东西啊的快速回复给楼主点评论吧
. ^4 b9 R; e0 u; }  X- L  r

---

欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)

Powered by Discuz! X2.5