|
以下是引用qianqun在2005-1-29 17:52:28的发言:: u0 a. Q) }. J4 _& O4 \* a$ o
数学建模竞赛中应当掌握的十类算法* I# r, _$ p. {
' o& G3 y: b: Y9 K& y" T/ E. ?" x2 v
排名如下:
4 u( | u$ |5 H) x4 E
' L( j3 R8 g6 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)
" t2 L' m E: U K/ E R; v) n3 G) j5 {! _: F2 @$ K
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)
9 P4 u7 ^; W i; h: x# k, C$ W * E K' y; M) q4 g
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)
) t# G* m/ ^5 w v; X# t) d# f8 x0 _
4 }5 c+ }' v) f o4、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)' _- Y2 W) ~1 w y
' q% p; W! }, n7 F" x' Y5、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)
, Y! z! }* P% D; h+ L# a 7 o0 _! |5 T$ F% m: z( Z
6、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)
0 G2 N( I! ?& ^2 k- h4 i 3 c, }7 w7 L1 c0 c2 Z. i
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 y8 ~+ n: F) F! M7 [
4 t; u5 ?1 u& t9 \, ~- l8、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 D) k: c6 r3 t: ]8 d' ] 9 O p. _) g* {- S- 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)& d& W$ g# b6 y
6 x% ~" D% ?4 S10、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) # `: {# W7 ?3 ^, c
|