|
以下是引用qianqun在2005-1-29 17:52:28的发言:
* x" F' ]. T) V# s数学建模竞赛中应当掌握的十类算法
8 a! ]5 u0 b8 R+ v) E , I. P: @9 d4 R, S
排名如下: ; g4 D6 U# s+ _% z/ T) f6 K7 i/ ?$ x0 A
- N6 l" ~3 m+ ^ }5 x% u1、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)
1 y5 o0 W" q7 I& [' d% b . y& I& I$ X2 g8 P8 P5 j5 D
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)2 s+ {+ O) ^1 W0 T$ F
8 h6 I- j+ w/ D ^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)
0 E1 |# n/ z. }& i" U5 F7 ? 8 \9 q" h1 I+ m6 W @8 D" `
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)
3 {+ U J( T2 N! B
3 G2 a) _3 [: t4 [8 ]5、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)
D8 T% M* e; w9 m
0 H# X9 _1 K6 N. O: f! V6、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)9 {( Q9 U* ?6 f- o5 a# f
2 T8 ~$ N2 X$ \* p$ A, X
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)6 C* H2 ~! I6 G2 K$ }
# x3 D6 `* [/ k( H. T# B
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)8 ~! }% I. N5 j$ A# n: W# g1 ~( G
( T! O7 I! x+ J6 D" m, a( }# x% q9、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)
) \ z: v* a5 T + i0 J$ E4 h; g% d
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)
+ A: x1 _& T0 Y9 V1 A |