|
以下是引用qianqun在2005-1-29 17:52:28的发言:
5 _ \1 s( B& }3 F/ J: ~8 s数学建模竞赛中应当掌握的十类算法+ D7 K% O' r9 X& O% H
" h2 @8 a/ p. t9 h# M8 r
排名如下:
0 x! w# W5 j5 g6 g8 K) c8 T8 H2 W+ `. ?" O# e8 J6 d1 Z9 C
1、蒙特卡罗算法(该算法又称随机性模拟算法,是通过计算机仿真来解决问题的算法,同时可以通过模拟可以来检验自己模型的正确性,是比赛时必用的方法). Q$ Q, p! q# J# c$ h
5 k6 ^- Z4 J% T& n9 o# P& j' |2、数据拟合、参数估计、插值等数据处理算法(比赛中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)
l( a+ O+ V4 u) P& I- k $ R5 k- J4 g( P( e& [, X, l
3、线性规划、整数规划、多元规划、二次规划等规划类问题(建模竞赛大多数问题属于最优化问题,很多时候这些问题可以用数学规划算法来描述,通常使用Lindo、Lingo软件实现), d* B4 L1 G! g6 S
* g4 r5 s4 w9 o) P% o' _ t7 H4、图论算法(这类算法可以分为很多种,包括最短路、网络流、二分图等算法,涉及到图论的问题可以用这些方法解决,需要认真准备)
7 h! t- J' B2 ^( }$ z, J f
5 a$ z7 D5 {1 ^7 v S: N5、动态规划、回溯搜索、分治算法、分支定界等计算机算法(这些算法是算法设计中比较常用的方法,很多场合可以用到竞赛中)* t3 S7 }% x$ D& k2 _% i+ O
5 n$ i! r/ N! ]( x3 T6、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(这些问题是用来解决一些较困难的最优化问题的算法,对于有些问题非常有帮助,但是算法的实现比较困难,需慎重使用)8 i% J( `: h" s& J
& n s& j$ b+ t& c( Z* C6 a7、网格算法和穷举法(网格算法和穷举法都是暴力搜索最优点的算法,在很多竞赛题中有应用,当重点讨论模型本身而轻视算法的时候,可以使用这种暴力方案,最好使用一些高级语言作为编程工具)2 L4 @/ `& e1 f3 l
_8 W( \4 M) [6 T8、一些连续离散化方法(很多问题都是实际来的,数据可以是连续的,而计算机只认的是离散的数据,因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的)
0 ~! ^" N* N) E9 k0 }6 ^
5 Z% p% K3 Y2 T+ a! S1 ]8 v9、数值分析算法(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)+ r$ I" g/ U- u
: O$ R0 K% _- F. h
10、图象处理算法(赛题中有一类问题与图形有关,即使与图形无关,论文中也应该要不乏图片的,这些图形如何展示以及如何处理就是需要解决的问题,通常使用Matlab进行处理) 7 \3 O7 X' X$ Y! } c# y1 B
|