还在为数学建模的事发愁？带你一起来看看数模竞赛中必备的经典算法

杨利霞

还在为数学建模的事发愁？带你一起来看看数模竞赛中必备的经典算法
3 \& u. J% s' ]& Y# R/ S/ u1 Y
5 f; E) F# g* S  D7 ?7 L前言
数学建模比赛是本科生和研究生阶段最重要的比赛之一，包括全国大学生数学建模竞赛（俗称“国赛”）和美国大学生数学建模竞赛（俗称“美赛”）。在这些比赛中取得好成绩，不仅有助于保研、有助于找工作，更重要的是形成科学的思维模式。以下是博主精心整理的两个matlab专栏，包含入门到精通及实战内容，需要的小伙伴可根据自己需求自行订阅。
& L8 A: J8 Z. D  w

MATLAB-30天带你从入门到精通

" {5 Z& u0 r+ ^. c0 |7 L3 J8 _
https://blog.csdn.net/wenyusuran/category_10614422.html


MATLAB深入理解高级教程（附源码）

. n/ F" h- |! d3 n; {& d& q8 C' `1 b
https://blog.csdn.net/wenyusuran/category_2239265.html
2 c( C& R: j+ |# n. O7 U" p
/ ^7 p9 J0 \2 p7 \  D1 v
在博主的资源中也有各种算法的应用实例源代码，需要的小伙伴自取哟。
  R7 `: [. o& p



, I# @$ y9 ?) _: l# M8 o; y

% b3 Y; H9 n% H0 x6 w" q2 C! `



3 n) b4 l, a" Y: C- g

01  蒙特卡罗算法
+ s& x( r: ~. G" g( H1946 年，美国拉斯阿莫斯国家实验室的三位科学家 JohnvonNeumann, Stan Ulam和 Nick Metropolis 共同发明了蒙特卡罗方法。
& o7 g. f  S7 B4 M$ O% u% Y# ~
# f2 O: O2 Y6 I; y* X$ e3 ^
8 S7 @8 g) h$ Z2 @. k蒙特卡罗方法（Monte Carlo method），又称随机抽样或统计模拟方法，是一种以概率统计理论为指导的一类非常重要的数值计算方法。此方法使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。


& e+ m& F: j% v3 s8 L1 a由于传统的经验方法由于不能逼近真实的物理过程，很难得到满意的结果，而蒙特卡罗方法由于能够真实地模拟实际物理过程，故解决问题与实际非常符合，可以得到很圆满的结果。
: k5 D" ]( B- I- \5 p/ ?7 W

蒙特卡罗方法的基本原理及思想如下：
$ D0 z7 P0 }  y6 f0 E9 f
$ B% q% H" j: ]
; B! I$ w# B: k  A* ~; D当所求解问题是某种随机事件出现的概率，或者是某个随机变量的期望值时，通过某种“实验”的方法，以这种事件出现的频率估计这一随机事件的概率，或者得到这个随机变量的某些数字特征，并将其作为问题的解。

' ?' Q  q4 B' i$ t$ K7 Y
举个栗子，直观了解蒙特卡洛方法：

, E0 L& i) f" t* G
假设我们要计算一个不规则图形的面积，那么图形的不规则程度和分析性计算（比如：积分）的复杂程度是成正比的。蒙特卡洛方法是怎么计算的呢？假想你有一袋豆子，把豆子均匀地朝这个图形上撒，然后数这个图形之中有多少颗豆子，这个豆子的数目就是图形的面积。当你的豆子越小，撒的越多的时候，结果就越精确。在这里我们要假定豆子都在一个平面上，相互之间没有重叠。



- L9 h9 o! L0 B' g


蒙特卡罗方法通过抓住事物运动的几何数量和几何特征，利用数学方法来加以模拟，即进行一种数字模拟实验。它是以一个概率模型为基础，按照这个模型所描绘的过程，通过模拟实验的结果，作为问题的近似解。
( d" j! [& Y9 {9 I

! d1 F) O4 X' ~$ c, X1 q& i  Z: }蒙特卡罗方法与一般计算方法有很大区别，一般计算方法对于解决多维或因素复杂的问题非常困难，而蒙特卡罗方法对于解决这方面的问题却比较简单。其特点如下：

% s. D2 F2 y; d8 w
( _! _; h1 Y  i( z$ Da、直接追踪粒子，物理思路清晰，易于理解；
: K) L2 a9 r# J9 C% f

3 h, G0 n. g) a& bb、采用随机抽样的方法，较真切的模拟粒子输运的过程，反映了统计涨落的规律；

' \* L& K- P) l$ V7 n- V9 g
1 K+ f4 m3 y: j/ o/ I+ Pc、不受系统多维、多因素等复杂性的限制，是解决复杂系统粒子输运问题的好方法

9 {, g1 z. k9 O
等等
# j. T9 v$ _8 _" X! _8 t
% `$ G) P' {: ^6 h0 V
8 Q7 W' i/ H% x2 J$ l* A4 S4 r 02  数据拟合、参数估计、插值等数据处理算法
5 z6 K7 ?; q+ k& G$ h6 Z0 j# p我们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。

3 K% K, ~+ ?, \$ ?) W1 W4 t
数据拟合在数学建模比赛中中有应用，与图形处理有关的问题很多与拟合有关系，一个例子就是 98 年数学建模美国赛 A 题，生物组织切片的三维插值处理，94 年 A 题逢山开路，山体海拔高度的插值计算，还有吵的沸沸扬扬可能会考的“非典”问题也要用到数据拟合算法，观察数据的走向进行处理。



6 w" {# b' |, k

7 \  N3 r0 L* R
8 @& O0 j* h2 a此类问题在 MATLAB 中有很多现成的函数可以调用，熟悉 MATLAB，这些方法都能游刃有余的用好。
4 Y! ^5 d7 k) o" t
3 s" R- z  w2 E" s- ?* m( |8 r1 s
& e* p7 o, {. x( V; [ 03 线性规划、整数规划、多元规划、二次规划等规划类问题
3 T* k% n% B, f% W! b数学建模竞赛中很多问题都和数学规划有关，可以说不少的模型都可以归结为一组不等式作为约束条件、几个函数表达式作为目标函数的问题。


遇到这类问题，求解就是关键了，比如 98 年 B 题，用很多不等式完全可以把问题刻画清楚，因此列举出规划后用 Lindo、Lingo 等软件来进行解决比较方便，所以还需要熟悉这两个软件。
% Z; U% H4 H) [7 L) X# R

4 `3 ~9 \( C) r: v* G  ^ 04  图论算法
这类问题算法有很多，包括：Dijkstra、Floyd、Prim、Bellman-Ford，最大流，二分匹配等问题。


3 d7 H- ^5 f' c关于此类图论算法，可参考 IntroductiontoAlgorithms--算法导论，关于图算法的第22章-第26章。
0 ^! P$ q4 M8 ]* M1 @


9 N6 P4 \" n7 P( v4 d, A

1 o4 Q6 Z& ]. U1 c! }4 d, W$ @" d
2 }& T% R; ~/ l: E' o# b+ t, K 05  动态规划、回溯搜索、分治算法、分支定界等计算机算法
2 c" L& r5 w2 s( i0 K$ \. g在数学建模竞赛中，如：92 年 B 题用分枝定界法，97年 B 题是典型的动态规划问题，此外 98 年 B 题体现了分治算法。




4 t; X4 `4 N7 {% I: x) W

这方面问题和 ACM 程序设计竞赛中的问题类似，推荐看一下算法导论，与《计算机算法设计与分析》（电子工业出版社）等与计算机算法有关的书。

2 p. e& I# Y  K" P
' ?' a6 _' I" ]4 G 06  最优化理论的三大经典算法：模拟退火法、神经网络、遗传算法
$ w# E5 j0 x/ T3 v' b这十几年来最优化理论有了飞速发展，模拟退火法、神经网络、遗传算法这三类算法发展很快。

3 e+ W+ {/ J" F0 ^' j! u( E" @
" _& `+ N" g( f' T$ j在数学建模竞赛中：比如 97 年 A 题的模拟退火算法，00 年 B 题的神经网络分类算法，01 年 B 题这种难题也可以使用神经网络。

/ `8 T" M. S' f7 I! [
! e5 Y2 [7 \/ j  E" U还有美国竞赛 89 年 A 题也和 BP 算法有关系，当时是 86 年刚提出 BP 算法，89 年就考了，说明赛题可能是当今前沿科技的抽象体现。

+ {, o. D2 K( e% \
03 年 B 题伽马刀问题也是目前研究的课题，目前算法最佳的是遗传算法。



$ Z2 x: L& T/ n; r3 p
4 k8 B" ]4 u" t7 z

+ l  O8 ]1 \3 l3 X) l5 z
" c3 Q& z7 Y% D0 ?
: c2 D  V4 y; \  n( _8 s4 W
07  网格算法和穷举法
4 v0 j1 Y% M5 L" b9 C- p网格算法和穷举法一样，只是网格法是连续问题的穷举。

! V/ a0 L( r. ^" i) W
( u8 @( ~! w. j2 j+ ^4 ]: ?比如要求在 N 个变量情况下的最优化问题，那么对这些变量可取的空间进行采点，比如在 [a;b] 区间内取 M+1 个点，那么这样循环就需要进行 (M+1)N 次运算，所以计算量很大。
( o) C( E0 N: w0 A: A
" @9 p  C! q9 A+ m1 O- B
  d, j% H8 t# A, Z/ U在数学建模竞赛中：比如 97 年 A 题、99 年 B 题都可以用网格法搜索，这种方法最好在运算速度较快的计算机中进行，还有要用高级语言来做，最好不要用MATLAB 做网格，否则会算很久。

$ W$ }/ d$ r% u8 F
3 ?, C8 J7 ?8 Q* w$ Y4 E' o穷举法大家都熟悉，自不用多说了。


08 一些连续离散化方法
+ p. t. P' u, A7 u+ t5 o# z大部分物理问题的编程解决，都和这种方法有一定的联系。物理问题是反映我们生活在一个连续的世界中，计算机只能处理离散的量，所以需要对连续量进行离散处理。

' c1 G9 A  C% ]& x' E( T
这种方法应用很广，而且和上面的很多算法有关。事实上，网格算法、蒙特卡罗算法、模拟退火都用了这个思想。
, N- w0 p+ l( W( B. n

09 数值分析算法
  j& r3 e; Y! y7 o; P* ]数值分析（numericalanalysis），是数学的一个分支，主要研究连续数学（区别于离散数学）问题的算法。
% t+ I9 s, Y8 }$ T7 \3 X7 v
2 A/ f# n  ^' {1 |8 i# y
5 M2 K2 x- R) l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。


这类算法是针对高级语言而专门设的，如果你用的是 MATLAB、Mathematica，大可不必准备，因为像数值分析中有很多函数一般的数学软件是具备的。
3 ]# d" M: Y- w' j+ K7 }
+ l- b1 {8 t. c& I
3 H3 ~, |- j, \+ H7 ^ 10  图象处理算法
在数学建模竞赛中：比如 01 年 A 题中需要你会读 BMP 图象、美国赛 98 年 A 题需要你知道三维插值计算，03 年 B 题要求更高，不但需要编程计算还要进行处理，而数模论文中也有很多图片需要展示，因此图象处理就是关键。做好这类问题，重要的是把 MATLAB 学好，特别是图象处理的部分。




————————————————
版权声明：本文为CSDN博主「文宇肃然」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。
5 T" E4 n) t. b/ i2 [0 q原文链接：https://blog.csdn.net/wenyusuran/article/details/114093268


; U# P$ x  }" S1 V