|
以下是引用qianqun在2005-1-29 17:52:28的发言:
# R$ y. Q( x0 t% d# u1 O4 j) m数学建模竞赛中应当掌握的十类算法' i8 R/ q' b9 I m
# ?- Z3 K5 O- J0 j' |. `3 O% v2 L排名如下: 4 K% e' |) p$ l' N9 X
# Q/ ^2 c& o9 g9 ?/ g
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)" R* {# b' Y- k3 n; S8 L2 n
+ \7 T% K- f7 _( {4 M9 u! @
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' e( y, [5 t3 [0 l. ~
% `: u0 R0 S8 |; I% e" E0 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)
' q; k& t% u2 K6 k ' k3 w0 u5 X9 i3 R; m
4、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)
& I. x4 _) {8 ?
`% g/ C$ `+ X3 x f5、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)
1 b- ~. H, \* B) m
/ c. M8 S' S9 J& P) Y) s6、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 v$ e' o) t& N; k C N
# \4 ` K0 L/ D, y9 u/ a6 k2 k/ A
7、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) x" O5 j8 }! V5 f1 d- O
0 z7 m6 d6 g$ Z+ v9 W' W
8、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)
2 j& ^7 z* U! K; J: m # j0 W5 g0 X3 n3 g9 |
9、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)
9 I3 s/ i, d2 B' P, i1 m
8 f* T4 f5 n6 B/ r' i) d10、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)
& Q7 Z I8 @/ O$ L9 c |