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]
) P5 j7 n; a0 n
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。1 u( D3 I# o) x+ Q& _. y8 ~. p8 w- l
0 ]! s8 Q' h# R d! F9 ^* w 01
& ]7 f# u/ b: z5 b* w
1 Y9 k+ Q5 x: p0 } ]& M: ^" X; X- ~6 {蒙特卡罗算法
; T+ i# Z' B; u& e! x0 s [8 |7 y
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。( b+ O( w" S3 D$ e* X, X% v
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。
. g$ l' @+ A- ]; U) |4 H) U. N/ b6 e7 X
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。) Z4 I. y1 c% j$ J8 [- M. N+ F
/ E2 ^5 U+ p" J% [蒙特卡罗方法的基本原理及思想如下：
# v3 V4 u3 I3 q
1 ]/ |+ `6 \+ d. S; i4 _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。
8 n1 V' k7 P0 u% q' r
+ ]6 G5 }5 \5 C; u举个栗子，直观了解蒙特卡洛方法：
* w: U- _$ Z. l0 a. y. R6 C/ q
8 ~8 a# x2 H6 N5 t$ ?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。
: W- z4 ]: [; C! t: W* Q1 e2 ~. e8 h* x1 N+ S' ?
[attach]242205[/attach]
1 B1 A- d7 s7 p1 k
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。
6 D9 Z$ w3 [9 ]& O. e3 ?0 w0 i/ a6 M- g% N& s! d
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：2 ~* z, W( V- }9 I, n- g2 q
4 O z+ ^/ E, M% d: c5 z
a、直接追踪粒子，物理思路清晰，易于理解；7 b- j+ a, D7 _& T, a! o
% l( v4 ]9 f/ S5 ~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；& F5 P6 ^( r' O2 g7 f
* w" M7 O. h8 A, p4 Hc、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1 Q L& u) |. Z
3 m" N9 c& v2 E
02
) r$ ]: g. }1 k) k: C( b
6 t$ P7 T% n3 B6 A; ]7 `
数据拟合、参数估计、插值等数据处理算法
5 {$ p+ [6 }! ?5 e- b- z8 x
$ q, p- T/ c G$ C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。 a3 s5 c! U3 o5 Z- q) \
" x7 T2 D5 [" H! `2 i1 S8 Q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。
6 a2 s' ^6 q) j7 R* Y w4 j B4 J; j# H) q9 f: p. B
[attach]242206[/attach]
# ?7 ^1 g6 W% ~& L% l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。
9 _& \3 z. u1 J5 c" l# c8 |0 V! N' S% B2 V2 T0 I. w
03
2 i( Q& y& B& k: H& ^& |/ Y; I6 C4 Z& Z0 e; M# a; o
线性规划、整数规划、多元规划、二次规划等规划类问题
+ P2 T2 Y1 K* a' O- o9 R8 {$ q
- Z% e; ^4 K2 {& `* e
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。
9 R1 ]3 w( y! M% }4 U- K) Q7 p0 y6 N* `7 X' Z5 }
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。
' }- F; h: k$ L; n
0 c \) B# i0 n% ^ 04
9 {9 O- r4 x9 e. N
2 p. M# H8 ]5 B, N$ {图论算法
7 Y, G: }5 f/ b- j
& x3 C: {& |* d& g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。1 @5 u( i* A @( P( `1 i" \
5 {8 |* F3 C6 Z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。
2 j/ A9 ~$ s7 A6 t2 _: Q e% C$ @
5 ?2 W) o* R/ }7 S8 {& L, f3 B[attach]242207[/attach]
6 e' _% T& J. B$ |" [8 Q* y# N. `* C$ F( \& }
& h( ?9 s& m" Q0 k
05
1 d3 i3 c6 S3 \
" t4 _' R( b0 m# h动态规划、回溯搜索、分治算法、分支定界等计算机算法
, O8 J9 Z& Z/ ^6 P, E4 M8 h8 }% l9 {# w2 f8 h' E+ V9 P' Y/ f
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。1 y$ u$ @/ O' U2 p( j# ~
0 I3 V4 D% m7 G3 P[attach]242208[/attach]
7 ^( R C: t. |( x3 C7 ]( ^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。/ @4 F) Z) f: a
8 k I9 p: x4 e4 m 06
$ k% V# S- u; D. r) T# G1 k7 X8 X- h; v! A0 m3 P/ ?8 D
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
7 ~! M5 X9 O. V& y, Q) N y1 e2 @" q0 O' @8 a4 B) B; r
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。: o* B2 \$ k6 O- o
$ t# |. y5 ^7 F Z# C) L* `7 e
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。
6 P% }1 U, g4 ~( v. ~6 o$ R+ A7 B6 M( K6 |0 ^; N$ C! g6 [# ^
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。
% D2 q0 U' L" f& S8 Y* S4 k) n: N. _5 A; c3 g% x& Z
03 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。
C+ v9 ^3 r0 @: _! F6 H$ A y- `' V8 J5 H$ z- U- ?

5 m9 @; o4 x& J! f: g: J% Q/ {7 d' X& j6 q9 m$ r4 k
07
B: g- s0 ^# @4 V- I" @. J
\, s2 W5 }9 q
网格算法和穷举法
I c9 K/ a* u+ S
. I( J! B0 \4 ^# H! [/ v: P网格算法和穷举法一样，只是网格法是连续问题的穷举。
; ~2 D& t8 Y' e( x6 T! z; q, b( F4 c& U$ m
+ `$ c- ? j! f: z; x! V& I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。
+ j! V/ n) J$ O4 H5 f) c3 g* ]. a& ?* ]5 p6 T4 C3 E5 x6 ?
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 T6 @* u* v; J: h' p+ Z* Q7 _
, |: D0 c* S8 V5 Q8 b4 M
. c( c- t# k& Z) s, O7 j* I7 q% F6 v1 Q% o
穷举法大家都熟悉，自不用多说了。
# I* u3 S: ^9 N- P0 D1 g% Y6 V! K8 W* h: C" d( O% [% p
08
& L8 Y: D$ m, g% X$ }) k
7 q- c# C( u( x4 U
一些连续离散化方法
$ O) M# M6 l: V6 N% m" r; `1 I9 O9 K* p7 o9 ]
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。: g$ s7 s, T3 C& e; ?
" U5 K3 c7 Y# H9 x- o7 p+ C4 K: O( ?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。. a2 |8 ?5 z- Y9 f. |$ S
5 L6 C y. T+ n+ p( c
09
3 n; C7 J4 t5 [% s: P5 Q! j9 D3 w# A4 {. g n
数值分析算法
9 a3 Z4 `/ w# G; s/ T1 `: M7 \
7 }+ c; t. J. U$ C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。
7 F( V# e% b' |. @# o
: ^) W6 b' ~9 d* [1 E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。
, Q! m, c$ e8 u+ k. A( D8 p2 i2 Z ]6 F7 _* ]
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。
$ \( G" L( V0 D/ R. v# _
4 Z% M2 V1 c K: q A! i 10
D6 O0 R- L1 o6 R6 t* R; U% ~& T) o7 A- L$ n" Y* z* Z, b
图象处理算法
X$ m, w! u( r( Q& I" a s
- D e- c0 S* O1 v* o7 p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。
7 |. D _% w; d5 K% L+ w: O @5 k1 Z- d `/ c2 D% T
2 S1 e$ R& n4 o. n9 ], }+ d
3 |. \% O$ [ n* }4 Q6 Y# F+ s9 b. |
5 ]9 I& ^' r9 @* {8 C
作者: GsBush23 时间: 2018-11-14 14:06
说的太好了。。" x$ r5 {4 d) H5 h. A& s& @
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
* ]1 j; W; Y: p9 ?
| 欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) |
Powered by Discuz! X2.5 |