数学建模国赛题型和获奖策略

杨利霞

数学建模国赛题型和获奖策略
数学建模题目可以分为四类：
! G7 _# g( d3 ~! P0 H1.评价类问题
3 d, p9 p+ k' y  g+ v4 h9 L  D9 m2.运筹优化类问题
3.预测类问题
6 B1 e% C, K* \% `' a4 Q$ V4.机理分析类问题（人口模型/物理学/微分方程等）
/ |' ?2 y5 }  g$ r# M
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。
, C6 `* Z! L1 u* g" f文章目录
2019年国赛题型和算法
2020年国赛题型和算法
2021年国赛题型和算法
国赛优秀论文
模型总结
0 b$ N+ `- C2 g" W) ~& I2019年国赛题型和算法
' {9 [2 Q/ t) o# JA题（评价优化类）：目标规划模型、微分方程模型、差分法
; T) L( z- D; w) \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
. G# X( ?( R9 B. d+ hC题（评价优化类）：目标优化、排队论、蒙特卡洛模拟
2020年国赛题型和算法
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
B题（优化）：蒙特卡洛模型、动态规划、博弈论、马尔可夫链
. k- ?- z; X6 y( W  [; O" j- T( zC题（优化）：梯度下降法、主成分分析、遗传算法、多目标规划
2021年国赛题型和算法
% ?3 n. X: L) p  n# i. rA题（机理分析类）：反射定律、优化算法
7 ~3 @0 s( k) t. L+ ?7 bB题（评价优化类）：回归分析、层次分析法、模糊综合评价法等
9 G$ @- r' _* B: Z+ C/ RC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）
! p/ o5 L* }. l& u* n国赛优秀论文
1 w/ u/ V& |  \1 e( i6 y这里是近几十年的数模优秀论文

链接：https://pan.baidu.com/s/13iRdq1AbSwE83L1gbqydJQ?pwd=73ds
提取码：73ds
5 j8 G- v& |" }8 E0 q. ^1
2
这么多要看完吗？当然不可能！我的建议：

认真阅读两到三篇论文，研究他们的方法，能不能复现出来。
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。
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。
* y, E! N6 v9 x& v4 S# z$ a: R/ y& Y
模型总结
- A5 L) r* k# p' {评价模型：层次分析、 Topsis(优劣解距离法)、 模糊综合评价

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

0 p3 K6 [7 t! a. ?& M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

; T; U" z, x% x& \6 Y' q3 N8 ^* }$ G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
0 N0 y+ O2 h4 k0 y! A$ `' ?, c
! D- I  x5 b# d; B: P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

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。
! C" r1 Q9 x: ]: o————————————————
0 V) O7 x) S+ ~' D# M4 d1 B3 ^/ z' i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。
! Q$ s9 e$ ?* L) j8 @" W9 d) v- i. f  k原文链接：https://blog.csdn.net/weixin_46211269/article/details/126730985

/ N0 \: I9 P" Y2 t' F