|
以下是引用qianqun在2005-1-29 17:52:28的发言:; Q& N; B0 g2 M, g8 {! k2 ?
数学建模竞赛中应当掌握的十类算法% j* W2 G3 u& i# ~* O
: Q# o+ g! o9 H& d
排名如下:
! j' {+ E2 f; p9 l* X' q- |( r
4 e$ i% W$ ~! o+ W' @. n1、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)
9 A% s% e' Z2 K- }8 y+ o ' `( M" ~' n7 ~
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)
) J& w; A. b. l6 L ; w7 H; Y% [; o7 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)% ~! f* w& c' z: W
' C' |2 U6 ~. }7 ]
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)
. {% j. n+ B4 Z. D `
& Q" k7 b+ A- a5 Q v. _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)
3 `4 s3 A- C; g* B8 o1 f5 E1 c
: N) _% z+ H; i$ k+ I6 _( 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(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)
6 c( Z5 L$ x% B2 p 7 q( V$ M! T! J* H; k
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)
& p U. M% K# u) {& w8 | # k2 Z y: @$ s- M# W9 l
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)& \$ _( y& _. n# ?$ l# B
" P' A5 `2 h+ ?1 k) a" J9、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)/ {* b4 k* F4 i4 x, v( L
5 I3 y- d6 `4 K10、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)
}5 T% P! q7 ` |