借鉴经验3——进阶篇

森之张卫东

    由于我这四年基本上没有做过连续题，所以下面的内容都是关于离散的。数模离不开数学基础。一般，
- u) V& T3 ]1 v. q+ `" n; N+ K2 J离散问题大都是最优化问题，所以《运筹学》和《离散数学》是必看的。看《运筹学》的话要明白怎么
建立规划模型，包括线性规划、整数规划、多目标规划等。学完这些知识后就可以开始尝试看一些数模
题，开始自己建立模型了。但是，这些是远远不够的模型建立后要会分析和求解，需要算法的积累。在
& z  \& a. N3 R: N1 \: X' P" f; T( d6 \; E比赛时有大量的数据需要处理，模型也会相对复杂，只掌握一个单纯型法的手算显然是不行的。算法的
学习推荐两本书，入门级别的王晓东的《算法设计与分析》，然后看《算法导论》。这里推荐从贪心
看起，贪心问题对于初学者来说比较容易理解，一些经典的流程安排问题建议大家自己写程序实现一下，
可以印象深刻。贪心虽然是最简单的算法，但在数学建模中仍然很常用。
    然后看动态规划，相对与贪心来说，动态规划要抽象很多，所以不仅要看书上的介绍，建议结合网上
# s$ b! e( m/ z& t的经典教程——背包九讲一起学习。
    但是一些不是特别容易实现的动态规划技巧，比如树形DP、斜率优化、插头DP等，有兴趣可以看看，
4 }  m. k; v9 k8 |但在数模中一般用处不大。
! A# E/ e6 i& i1 ^: b    图论也是相对庞大的一块内容，这里建议大家先看完《离散数学》中图的基本概念后，从最短路、最
# R5 j+ f+ G0 P# w小生成树算法看起。因为这些算法都是比较常用的，如04年国赛的奥运会问题和11年国赛的交巡警平
' |  \: M0 q1 a, I4 j) G台设置问题都有用到。
  D$ W8 b# ]* w3 O7 ^    接着学习一些二分图匹配的算法，包括匈牙利和KM，理解怎么建图，怎么进行匹配。这些算法属于
0 b' E! k$ ]% N1 C进阶部分，我们学校曾经在09和11年国赛时把最优化模型转化为二分图匹配的两篇文章分别获得了国
二和国一。
4 v  E0 ]+ R' ?5 v    此外有时间可以研究一下网络流算法，虽然这几年的国赛都少有涉及，但是DINIC和ISAP之类的算法
思想本身就很精妙，值得学习积累。
    演化算法在数学建模中也非常常用，这里推荐先看模拟退火，算法思想简洁，代码实现也比较容易。
* M/ j" F2 Z- [2 `然后可以看一些粒子群优化算法，包括用粒子群优化算法解决多目标规划的问题（MOPSO），我个
人觉得是对多目标规划问题的一种比较好的求解方案。此外可以掌握些遗传算法、
differential evolution等算法。
* Z; g- u: }/ W: Y7 g6 @" h0 j    其他一些评估模型的常用算法，如TOPSIS、熵权系数也建议掌握。
" e0 i4 u, O; z$ f; p5 b/ C: b    排队论的几个模型在很多地方都适用，也尽量掌握。对于这些常用的算法，建议一支队伍能准备
    一套模板，确保上面的程序每个都看过、用过，最好加上必要的注释，包括算法复杂度、重要参数的意义等。


+ |  H1 n8 @$ T, z; Q; i, X6 ~
/ k) V5 l, i/ [4 ~2 S; `5 v# k6 ^
. G+ {2 y( t# W    在正式比赛或是实际应用中，没有任何问题会和教科书上的完全一样，这就需要知识的“活学活用”。
    当看了一个数模题后，不要急着去看别人的答案，自己想想该怎么做，到网上找找相关的背景资料，
9 y8 A' O* |, x4 Z; o    想个几天实在没有思路再去看答案，仔细琢磨下为什么要这么做。当然，数学建模中“现学现卖”也
    是一种很重要的能力，能找到一种解决方法，并快速地学会它，然后将其应用到解决问题中。
    最后，要说的还是要有爱，有爱才有付出，有爱才有坚持，当然爱不能只挂在嘴上，要付诸行动才行。
: W" ?( k& G2 e# l* X. p- r
  N* T% }  x' `6 y& `- L, D* N& G

walkintherain

嘎嘎嘎嘎嘎嘎嘎嘎嘎
% x2 Q2 A5 t( _  ^+ @