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
/ q9 u+ h1 V! t* O4 H* x数学建模题目可以分为四类：
- t3 r8 g* M, b6 a1.评价类问题
2.运筹优化类问题
2 ]1 b0 m' L. k$ ?& O2 [4 L# V3.预测类问题
4.机理分析类问题（人口模型/物理学/微分方程等）

+ F, f) A4 u# D% h/ N: C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。
文章目录
0 P+ O" w0 h6 p1 B/ y+ X2019年国赛题型和算法
& J; V5 B/ w) m0 r  c9 R4 d4 x2020年国赛题型和算法
2021年国赛题型和算法
国赛优秀论文
/ Z1 F7 M: _9 G6 O模型总结
2019年国赛题型和算法
! f0 ~( H, h( Z5 Y# fA题（评价优化类）：目标规划模型、微分方程模型、差分法
8 ]6 Y. j& x! y' W( p1 aB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
C题（评价优化类）：目标优化、排队论、蒙特卡洛模拟
! w* i6 a$ }2 h! S6 ?- @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
C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
A题（机理分析类）：反射定律、优化算法
B题（评价优化类）：回归分析、层次分析法、模糊综合评价法等
/ x/ u! M/ P4 X1 J3 L' oC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）
( U/ b+ K0 J2 h: ]) r( ^+ ]% ^国赛优秀论文
9 e3 W% M' A+ ?4 ]这里是近几十年的数模优秀论文
$ i; B8 Y& r* e, v: X; j; ^
链接：https://pan.baidu.com/s/13iRdq1AbSwE83L1gbqydJQ?pwd=73ds
# i) E0 K9 s; |$ A提取码：73ds
3 y3 [5 I2 n$ p, E  F' H% O; B1
( T; D7 L3 R# ~! m. x- I3 F2
这么多要看完吗？当然不可能！我的建议：

3 `$ K; ]1 D6 g5 W认真阅读两到三篇论文，研究他们的方法，能不能复现出来。
5 v+ m: [* `% a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。
1 [6 n) G8 \+ D$ T4 W1 I$ T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。

模型总结
评价模型：层次分析、 Topsis(优劣解距离法)、 模糊综合评价

' ]8 \, R3 j# Y% i. w9 Q- h4 L4 D. G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

1 U0 ^1 O& s# }& @- ^% |9 k" t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

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

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

/ a" u$ c. f' x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。
/ M& u0 D) a6 ^————————————————
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。
原文链接：https://blog.csdn.net/weixin_46211269/article/details/126730985
' d6 }3 G# l6 O/ ]: z3 \! B& L5 o
7 f4 X% v8 [- G9 _5 O) U
: P, A. n  X7 V, h' I6 |& d# t