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
# f2 v9 b, q' u6 B5 Z
数学建模题目可以分为四类：
* q6 A1 d: K! m4 v) W
1.评价类问题
7 L; [, `, p! z# o
2.运筹优化类问题
9 P+ z$ B, w# c. v/ V
3.预测类问题
/ r9 A. ?8 t2 l' g1 d F
4.机理分析类问题（人口模型/物理学/微分方程等）
4 V: G+ U: ~, P# H' |
0 v9 k% g& x$ v2 W7 R) ]
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。
( _: Q4 r( e) x8 W( s+ J" [
文章目录
3 B/ ?2 [$ _! ]3 f- r- c" _6 H9 Y
2019年国赛题型和算法
# v) X, d, K8 e' [
2020年国赛题型和算法
5 [2 W: T6 ?: q* o8 j
2021年国赛题型和算法
4 t& N& _2 w" ~& K+ }8 }$ ~
国赛优秀论文
/ \" Q0 H; ~# E! g
模型总结
/ D$ }# d9 p" a
2019年国赛题型和算法
& i) \. t) I. H4 [8 v- L9 E
A题（评价优化类）：目标规划模型、微分方程模型、差分法
4 e# W' t( t; u* t( }1 X0 \. f% M. l
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
& A# J6 W$ }; t) V$ L) S9 ]& F
C题（评价优化类）：目标优化、排队论、蒙特卡洛模拟
5 z$ n6 y* ?9 K$ h; C5 d; W/ c
2020年国赛题型和算法
' _5 ]5 s- ^$ v- Q
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
# S. @7 i! N: k0 i6 J0 e* R
B题（优化）：蒙特卡洛模型、动态规划、博弈论、马尔可夫链
1 I3 d7 _8 A% m. }: l( |! a% i
C题（优化）：梯度下降法、主成分分析、遗传算法、多目标规划
+ Z$ r7 k% E3 \0 q3 u4 ?
2021年国赛题型和算法
* ?) P3 K, G4 G1 [! E7 K$ f
A题（机理分析类）：反射定律、优化算法
! k& U/ \/ c6 x$ A1 Z, y
B题（评价优化类）：回归分析、层次分析法、模糊综合评价法等
" U5 _% w0 _) Y) s% q
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）
2 f- I' d) j" K
国赛优秀论文
6 }8 ^1 P8 G$ z+ a( k
这里是近几十年的数模优秀论文
: q; @- N' p) j: g4 s- R) |. E/ v& a
0 J# V7 I+ I- e& ?' @) _. a% [
链接：https://pan.baidu.com/s/13iRdq1AbSwE83L1gbqydJQ?pwd=73ds
; H- B* l0 O; ?' H9 P5 F( D
提取码：73ds
8 h8 I& s7 H% o
1
4 q' U* D8 Y' Y) t; I# _
2
|' c' Q @$ ]* W5 G& b, K
这么多要看完吗？当然不可能！我的建议：
8 ?/ B% }% K/ A! S- a
, e, O5 D# U+ D/ W2 k9 r
认真阅读两到三篇论文，研究他们的方法，能不能复现出来。
2 Z3 U+ v3 b" f
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。
& Z7 Y% H+ U7 Y) `) s, ]; r. L
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。
- D9 e' e* K D1 E3 V" b
\' @3 v7 B; k7 g, S
模型总结
! v0 @7 u, l. i% z% Y
评价模型：层次分析、 Topsis(优劣解距离法)、 模糊综合评价
9 ~8 i k3 S# g9 f
. I% K1 v" W3 h8 R2 K7 g$ R
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
3 t' p/ s2 H1 K5 K* J1 V" c
# O! G+ z, `0 p
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
8 {, p/ \, I7 [1 J7 i- q9 g4 O' ?
" T! H/ I& T5 X" u# Z
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
3 Q! e% [9 }3 _! H0 l( @/ J9 y
$ ?) x: Z9 ?1 Z
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
4 ? ^) y$ A9 w! A% W3 u. j
$ H9 M, M/ l" ~/ k& m
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。
3 [& ~' u& ~. h; C
————————————————
+ {8 J# P/ Q4 g9 ?% [' K$ ~+ z
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。
* L/ R- N, C* g$ G3 L
原文链接：https://blog.csdn.net/weixin_46211269/article/details/126730985
& V/ p' d4 |& ~' H
8 n1 u. g. e, y2 A: ^& q
$ f, E9 A G: Y9 p% M% `* P3 ?
欢迎光临 数学建模社区-数学中国 (http://www.madio.net/)
Powered by Discuz! X2.5