数学建模社区-数学中国
标题:
数学建模国赛题型和获奖策略
[打印本页]
作者:
杨利霞
时间:
2022-9-7 10:33
标题:
数学建模国赛题型和获奖策略
数学建模国赛题型和获奖策略
' ~3 e6 `. F3 x1 E3 S, t6 H
数学建模题目可以分为四类：
- ?! v6 o7 L% M' h- m5 g6 e
1.评价类问题
* K H1 \7 y, B. H: k/ o7 }& f" T
2.运筹优化类问题
, W1 D. W/ L) W% D
3.预测类问题
1 y; ^8 y5 D$ v1 b' ~
4.机理分析类问题（人口模型/物理学/微分方程等）
$ N: [, q$ z/ t1 {* g, H
& R! G2 O, Q6 }: R# C; H
国赛中，优化类问题是一定会出。然后是评价类也是一定会出。其余连也会出现在某个题中。以近几年的一些题型做分析。
4 \, B% q5 O3 _* {! L
文章目录
& f( K2 Y7 H7 F4 z
2019年国赛题型和算法
8 X5 ^% K' x) x( y6 m# Z
2020年国赛题型和算法
& ^4 B: _5 J* R% |7 Q0 E
2021年国赛题型和算法
7 y! D4 ^# A% C
国赛优秀论文
) e4 y- [- O. j6 [$ e0 k
模型总结
, J6 }( K9 P. m7 A
2019年国赛题型和算法
7 B! c: X+ v" i2 R6 B( N5 T: t, t6 ^; Y
A题（评价优化类）：目标规划模型、微分方程模型、差分法
5 n- g6 B1 x; d& G) N. ]- v8 v$ R
B题（机理分析类）：欧拉刚体旋转定理、模拟退火算法、动力学方程、二阶微分方程
! |4 A8 \& e6 o2 [# [2 i: F
C题（评价优化类）：目标优化、排队论、蒙特卡洛模拟
3 c- a& a* i3 o2 |* M6 d: ^
2020年国赛题型和算法
5 v5 w7 p1 M8 S3 N! C
A题（机理分析类）：热传导方程、差分法、多目标优化、模拟退火算法
# O" N4 Q) T' c, {
B题（优化）：蒙特卡洛模型、动态规划、博弈论、马尔可夫链
/ Q6 L) {8 \3 C5 W
C题（优化）：梯度下降法、主成分分析、遗传算法、多目标规划
: }+ P" R8 _5 |+ C" Z' D1 v: N9 W
2021年国赛题型和算法
( O+ E8 @0 H$ O2 h, W! I; a
A题（机理分析类）：反射定律、优化算法
% V- H9 v k+ q/ s/ p! L
B题（评价优化类）：回归分析、层次分析法、模糊综合评价法等
, o y8 Q# A3 T& i2 N
C题（评价优化类）：量化分析、目标规划优化或群智能算法（粒子群法、遗传算法等）
6 |. g' f% X' v# k' a
国赛优秀论文
! j4 Z w( G5 X+ g5 ^6 t
这里是近几十年的数模优秀论文
" M |% q# d1 j @/ X
7 r3 ~/ @4 f" q# ?% ~# J
链接：https://pan.baidu.com/s/13iRdq1AbSwE83L1gbqydJQ?pwd=73ds
: g" l2 }- p# J7 b' ~
提取码：73ds
: I, ]/ B9 H) z3 b. t P
1
4 ]* `1 J) G. T, G- \ P. F+ }5 j& |0 v
2
- [5 {, A4 n `8 h
这么多要看完吗？当然不可能！我的建议：
4 C$ @/ i3 a5 ?8 \" @- A
0 h9 L. G$ C1 U6 ]6 E; u
认真阅读两到三篇论文，研究他们的方法，能不能复现出来。
& Q( j$ V2 L: I! Z; w
如果是写论文的同学，看看它们的这些论文格式，你能不能写出来。
( F X7 M2 w6 R6 j; E1 V
当你们队伍能够独立复现一篇优秀论文的时候，你们就一定能获奖了，这一步一定要做！国赛前一定要演练。
$ |1 W5 }9 I6 Z% f5 P7 z
0 S- h n% c6 D( f+ T" Z
模型总结
. c, t4 {( R! {
评价模型：层次分析、 Topsis(优劣解距离法)、 模糊综合评价
# o9 E+ U7 c* v- Q' k6 a
3 G, k9 |8 m+ B! J% I2 j! p1 [- {
预测分析模型：微分方程模型、 回归分析、时间序列、马尔可夫、神经网络、插值拟合、 灰色预测模型
! R6 L* s% P( @ \
% W2 t1 e: ]/ Y2 B6 b" ^) O/ x
优化模型：数学规划模型（多目标、单目标、 0-1 整数规划等）、复杂网络优化、排队论与计算机仿真、图论：最短距离与最大流
! p) T# o5 e% m2 b8 l! V* t7 C
) l2 }9 K4 l: p8 B+ d) |/ {
数理统计模型：多元分析（主成分分析、聚类分析、因子分析、判别分析、典型相关性分析等）、相关回归分析、假设检验、方差检验、贝叶斯统计
1 x& F' L9 z3 M, V
, n/ {7 | E3 H
分类与判别算法：距离聚类(系统聚类)、关联性聚类，层次聚类、贝叶斯分类与判别、 SVM 支持向量机、决策树、极限学习机
C5 a+ g) m+ Z0 Z
& H& u5 u2 _7 r
重要的算法：蒙特卡罗算法、数据处理算法(数据拟合、参数估计、插值等)、规划算法(线性规划、整数规划、多元规划、二次规划等)、图论算法、计算机经典算法(动态规划、回溯搜索、分治算法、分支定界等)、最优化理论的三大非经典算法(模拟退火法、神经网络、遗传算法)、网格算法和穷举法、元胞自动机。
5 c: K _ Q$ P5 r) J
————————————————
& ~5 u/ Y( h# U( K9 J5 |
版权声明：本文为CSDN博主「川川菜鸟」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
5 N2 ?8 f' t" Z# E- P* J4 x
原文链接：https://blog.csdn.net/weixin_46211269/article/details/126730985
4 Z3 A i' e3 a. a* \
! [1 z5 T M3 \- C9 G; s2 M. X
* V/ H( F- L& _, E" v3 V
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5