- 在线时间
- 1 小时
- 最后登录
- 2014-5-12
- 注册时间
- 2009-4-28
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 54 点
- 威望
- 0 点
- 阅读权限
- 20
- 积分
- 33
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 32
- 主题
- 0
- 精华
- 0
- 分享
- 0
- 好友
- 0
升级 ![](source/plugin/plbeautify/images/expl.gif) ![](source/plugin/plbeautify/images/expc.gif) 29.47% 该用户从未签到
|
1. 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,同时可以通过模拟来检验自己模型的正确性,几乎是比赛时必用的方法。+ C& l x& H7 H& S$ R
9 l4 E$ _* x" A, J& Y
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。3 m/ k* F2 {: e( z: n6 B- _! x
- J# s5 s1 S @* u( R
3. 线性规划、整数规划、多元规划、二次规划等规划类算法。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 软件求解。( O$ u) D6 ^7 k [
; }8 C; \1 h" m3 P, C4. 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。* b" I3 I1 V8 z Y* _, y' F
/ K) G" |7 N9 Q, @; Z P
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,竞赛中很多场合会用到。
1 |5 B1 V2 U4 o" f* e5 A5 Q5 u9 c% o$ I5 w
6. 最优化理论的三大非经典算法:模拟退火算法、神经网络算法、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,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。$ \; f% y) a* r0 u
/ ~+ r ?( Y; U; H- h
7. 网格算法和穷举法。两者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。
( ^# X/ c4 w+ P3 x# A, \8 Z6 {
$ R9 h% \4 Q( X( B" h8. 一些连续数据离散化方法。很多问题都是实际来的,数据可以是连续的,而计算机只能处理离散的数据,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。
2 G$ S" g& j9 |' |4 C' l& _
" j, d' n6 Z! U7 h3 t2 ?7 a9. 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。! H, P+ l! Y0 R$ d! x2 ?: [! O
4 e4 r( f, p+ c1 m; ^6 D10. 图象处理算法。赛题中有一类问题与图形有关,即使问题与图形无关,论文中也会需要图片来说明问题,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。 |
|