- 在线时间
- 25 小时
- 最后登录
- 2014-2-24
- 注册时间
- 2011-8-4
- 听众数
- 3
- 收听数
- 0
- 能力
- 0 分
- 体力
- 516 点
- 威望
- 0 点
- 阅读权限
- 30
- 积分
- 182
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 53
- 主题
- 1
- 精华
- 0
- 分享
- 0
- 好友
- 4
升级   41% TA的每日心情 | 慵懒 2014-2-24 09:04 |
|---|
签到天数: 49 天 [LV.5]常住居民I
 |
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,
& D! U# E$ f6 m/ n" Z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)0 c0 x' {% X5 o; z* u, A) 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,
! ~9 _- ?" V0 o而处理数据的关键就在于这些算法,通常使用Matlab作为工具)
" S9 r. S$ p. b1 L3、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,9 ]4 T& z4 B: ^
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)
9 x& J& R- j8 x2 v( \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,- q- y& p. N% B+ i6 K
涉及到图论的问题可以用这些方法解决,需要认真准备)% P* j$ Y- R+ J4 `/ U5 L- Z2 [
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)
7 m' M6 u" Q4 ^( y* 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- C) f* U* Z8 J+ }8 ], y( r
(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,
( W$ G2 a' K3 n/ P8 }9 b但是算法的实现比较困难,需慎重使用)
! i+ X2 i" U9 E/ d6 \3 F7 B7、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,) I6 x5 K% O" g' {+ K0 c9 i9 L
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)' t9 S$ B8 P1 k1 N6 P
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 Z! ~/ N$ O- A" A+ y, @! N6 A
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
Q' m2 U. k" [( s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 O3 t9 `, P: F# A, o: `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,
7 }: ?. C1 G, {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)
0 I% l0 C. L" J' s ~! d9 ~ |
zan
|