- 在线时间
- 0 小时
- 最后登录
- 2009-12-4
- 注册时间
- 2009-7-6
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 815 点
- 威望
- 0 点
- 阅读权限
- 30
- 积分
- 289
- 相册
- 1
- 日志
- 1
- 记录
- 2
- 帖子
- 82
- 主题
- 27
- 精华
- 0
- 分享
- 0
- 好友
- 23
升级   94.5% 该用户从未签到
 群组: 数学建模 群组: 中国矿业大学数学建模协会 群组: Mathematica研究小组 群组: LINGO |
, F8 {- t% M, l. T2 e
$ u+ D. A C/ p1、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)
% H6 ^$ c0 p# G6 Y% D; ]( Y9 |0 X2、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). n. a! E$ K) P: v" }- a T' D
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)+ w. y5 z( Z, v" V
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)+ c; s* a7 i1 f% Q9 K- F3 @6 J
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); m$ y6 _( n+ A: D
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)
# r0 q0 s8 a' t6 B/ ~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)
/ }+ h4 X* P# e7 n# m8、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)
& _7 e6 U( ]+ m# l' m9 @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)2 T& u( _& X8 T/ @
10、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)/ ~/ V5 e' E( a0 j7 l
把这些算法看懂,然后用c或者c++实现一遍,甚至做成有很好接口的dll,相信以后会受益匪浅... |
zan
|