- 在线时间
- 0 小时
- 最后登录
- 2009-9-11
- 注册时间
- 2009-7-13
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 223 点
- 威望
- 0 点
- 阅读权限
- 30
- 积分
- 105
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 75
- 主题
- 5
- 精华
- 0
- 分享
- 0
- 好友
- 0
升级   2.5% 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
+ \+ [/ H6 G( i- [: b& E. S3 w" c) J9 W9 L模拟来检验自己模型的正确性,几乎是比赛时必用的方法。
/ b& Z9 _! W# ^- u. q% S2. 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 w- X9 x8 k# X3 b; _. M6 ^
的关键就在于这些算法,通常使用MATLAB 作为工具。% }+ a9 W3 G" D' t& d) ^0 W) }) ?
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1 g7 U; k) _6 w4 K# a4 V
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。, ]/ G$ v7 j+ W9 l5 t$ f
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
1 j6 A4 b1 q, X; R用这些方法解决,需要认真准备。
+ F6 z0 }, u9 ^7 [& m0 b5. 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,0 I# W+ ^- e0 \* R- V6 X
竞赛中很多场合会用到。
1 w1 p u9 v a- v6 w6. 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
" f0 {; k( ~% b- h5 T5 G/ k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。
6 N3 L" z0 E1 k7. 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* ?, K/ c& n/ `9 G
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。1 G) m8 C# X% N& b* P4 m
8. 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6 _8 {) Q3 h$ Y; X0 ^
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。* S% n9 {1 z; C+ J4 w% G6 V
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,那些数值分析中常用的算法比如方程组
( y" h0 f% B5 g) k* J4 X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。- c7 n4 V" j; Y% |' z! W0 t u
10. 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) n9 T% U; F" }
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。& n1 S( |8 [3 j+ e! w
以下将结合历年的竞赛题,对这十类算法进行详细地说明。 |
|