- 在线时间
- 0 小时
- 最后登录
- 2009-9-29
- 注册时间
- 2009-8-11
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 3 点
- 威望
- 0 点
- 阅读权限
- 20
- 积分
- 28
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 55
- 主题
- 0
- 精华
- 0
- 分享
- 0
- 好友
- 0
升级   24.21% 该用户从未签到
|
基本要掌握以下思想:. v8 Z$ D; g% i- [% w
1.蒙特卡罗算法
5 x8 q1 E* Y, Q% l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。$ W1 \' O" j9 v# \
2.数据拟合、参数估计、插值等数据处理算法
! j+ C0 Z! {! r/ x1 q. X, Q" T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。
) @2 l! W. ]' e% l! d" c& p3.线性规划、整数规划、多元规划、二次规划等规划类问题
0 o' l; l/ P) v$ I' }5 d3 A6 R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。
8 O/ I# H7 r, x/ F4.图论算法' P' x. H! {; t1 I+ X0 ?% ^
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。
6 M/ z, t4 S8 M5.动态规划、回溯搜索、分治算法、分支定界等计算机算法6 U l* A% P- R3 N$ g
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。
2 H% C! C, ~: G' }+ e, m! S( `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
) A3 L) F( u2 c. E: Q2 c/ f* n8 d- ]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。
* T9 N' G( I! \' t+ |) x# r+ \! w3 C7.网格算法和穷举法
4 y& ?# J- C2 U6 b! m2 h0 F8 D$ n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。, J! t" M8 h; c5 e+ n
8.一些连续离散化方法
3 Q+ ^0 E5 F) E3 B) O; w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。4 {0 n' P% a, E7 w0 H% m+ ^
9.数值分析算法: P _% G0 g% w9 j5 M
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。
4 {, B5 s" w, i8 L10.图象处理算法
: `0 m, f5 ~' y' e. Z! R" I, {2 P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。 |
|