- 在线时间
- 90 小时
- 最后登录
- 2018-12-27
- 注册时间
- 2016-4-22
- 听众数
- 17
- 收听数
- 0
- 能力
- 20 分
- 体力
- 23473 点
- 威望
- 2 点
- 阅读权限
- 200
- 积分
- 7546
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 126
- 主题
- 100
- 精华
- 2
- 分享
- 0
- 好友
- 6
升级   50.92% TA的每日心情 | 开心 2018-6-4 15:01 |
|---|
签到天数: 7 天 [LV.3]偶尔看看II
 群组: 2018年大象老师国赛优 群组: 高考备战 群组: 2018中小学数学建模冬 |
$ W, N, l3 f# w& F, h$ ^& T数学建模比赛是本科生和研究生阶段最重要的比赛之一,包括全国大学生数学建模竞赛(俗称“国赛”)和美国大学生数学建模竞赛(俗称“美赛”)。在这些比赛中取得好成绩,不仅有助于保研、有助于找工作,更重要的是形成科学的思维模式。下面列举了十大算法,在数学建模竞赛中有着无比广泛而重要的应用。: u2 j' o) z) A& F+ r5 V
' R2 p) G- B* [* J5 k
01 8 |+ S6 @. _- v$ W
9 @6 z8 ^: S1 O8 p$ n蒙特卡罗算法
w2 x* K/ I9 }" i0 N1946 年,美国拉斯阿莫斯国家实验室的三位科学家 JohnvonNeumann, Stan Ulam和 Nick Metropolis 共同发明了蒙特卡罗方法。
. [2 ~* S* f' g( T% F/ j: ?" q蒙特卡罗方法(Monte Carlo method),又称随机抽样或统计模拟方法,是一种以概率统计理论为指导的一类非常重要的数值计算方法。此方法使用随机数(或更常见的伪随机数)来解决很多计算问题的方法。
; q7 `# n7 g* @# z7 C6 C) S h7 j1 _7 ~+ ~: k5 {+ W: |9 `
由于传统的经验方法由于不能逼近真实的物理过程,很难得到满意的结果,而蒙特卡罗方法由于能够真实地模拟实际物理过程,故解决问题与实际非常符合,可以得到很圆满的结果。
0 D8 i& X+ y+ l4 a+ i0 c$ Y5 J
- s: O& z1 ~ p蒙特卡罗方法的基本原理及思想如下:
# K! ?3 t1 W6 z3 W) o9 @, \5 {2 p; A, s* v" c" X8 }
当所求解问题是某种随机事件出现的概率,或者是某个随机变量的期望值时,通过某种“实验”的方法,以这种事件出现的频率估计这一随机事件的概率,或者得到这个随机变量的某些数字特征,并将其作为问题的解。5 W1 }7 |, `! f) ~' k! F& d- m* m
! d& J Z2 D' F( S" f4 {" Z
举个栗子,直观了解蒙特卡洛方法:! A$ U) z6 _8 |- J
4 t- b' `4 L$ W' M8 b9 a/ W: m
假设我们要计算一个不规则图形的面积,那么图形的不规则程度和分析性计算(比如:积分)的复杂程度是成正比的。蒙特卡洛方法是怎么计算的呢?假想你有一袋豆子,把豆子均匀地朝这个图形上撒,然后数这个图形之中有多少颗豆子,这个豆子的数目就是图形的面积。当你的豆子越小,撒的越多的时候,结果就越精确。在这里我们要假定豆子都在一个平面上,相互之间没有重叠。
; M2 O) y( X0 @% ]+ C( v w- W# A/ u/ C5 p% |
5 s( I7 ]6 |$ d; W1 s( \$ X- J
蒙特卡罗方法通过抓住事物运动的几何数量和几何特征,利用数学方法来加以模拟,即进行一种数字模拟实验。它是以一个概率模型为基础,按照这个模型所描绘的过程,通过模拟实验的结果,作为问题的近似解。' o; }) z% @9 W/ N
! h d7 v% w8 Q. t. _1 J
蒙特卡罗方法与一般计算方法有很大区别,一般计算方法对于解决多维或因素复杂的问题非常困难,而蒙特卡罗方法对于解决这方面的问题却比较简单。其特点如下:
2 Q, q9 m0 Z5 [" O$ \ k7 O# y! D" ^/ J. V1 v
a、直接追踪粒子,物理思路清晰,易于理解;
9 v) F" p5 ^" m; H: U. U7 r5 z- d! N# C& q* W
b、采用随机抽样的方法,较真切的模拟粒子输运的过程,反映了统计涨落的规律;0 R2 p2 H$ D G
T' t, Y b c& r! tc、不受系统多维、多因素等复杂性的限制,是解决复杂系统粒子输运问题的好方法等等! k' K" G1 e* j G' {5 h) c( ]
6 J5 Y; B/ Q! a: T" {) V" a k 02
0 V0 z1 K9 Z( A' ]6 Q. p: E% w+ J7 n1 E: V- J( f% s$ ]8 l& k2 \
数据拟合、参数估计、插值等数据处理算法
. y, a2 o: e; L! i, s
' E' I" E; l% q+ j# U我们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。
& @1 _* y& [$ X
, D) W9 @" w- H F6 Q H7 `数据拟合在数学建模比赛中中有应用,与图形处理有关的问题很多与拟合有关系,一个例子就是 98 年数学建模美国赛 A 题,生物组织切片的三维插值处理,94 年 A 题逢山开路,山体海拔高度的插值计算,还有吵的沸沸扬扬可能会考的“非典”问题也要用到数据拟合算法,观察数据的走向进行处理。8 g( U6 w( u7 h, I2 E! W0 B
2 ~, ~9 @9 s* C i& ?4 v( I" e" a/ ^! H0 W; \/ G/ Y% L% L
此类问题在 MATLAB 中有很多现成的函数可以调用,熟悉 MATLAB,这些方法都能游刃有余的用好。# |' a& |; m/ S `5 i+ R
( g p R4 \; ` 03 2 D6 P* A( E$ ^* t8 y
9 ?6 b8 @& |7 G$ r ?8 }! B+ K' v线性规划、整数规划、多元规划、二次规划等规划类问题 - Q2 k9 u6 c- J' ] ?8 J+ c3 [
' K4 m/ g9 h2 S) o
数学建模竞赛中很多问题都和数学规划有关,可以说不少的模型都可以归结为一组不等式作为约束条件、几个函数表达式作为目标函数的问题。
# {; r8 s r1 D D4 U/ [ D) m: z* _- b. [# o$ }6 @# f6 A5 x1 E, z
遇到这类问题,求解就是关键了,比如 98 年 B 题,用很多不等式完全可以把问题刻画清楚,因此列举出规划后用 Lindo、Lingo 等软件来进行解决比较方便,所以还需要熟悉这两个软件。; C+ L9 b6 B ^
# A ? d/ S" B9 R3 p
04 5 R2 ]2 k: E& ^5 C X
+ w, U: w. X8 s1 o图论算法 0 \3 y# [' N7 ?1 v; }- _% ?
# Q. J5 a1 w0 Y7 o. r
这类问题算法有很多,包括:Dijkstra、Floyd、Prim、Bellman-Ford,最大流,二分匹配等问题。
+ c5 w9 w- w4 P0 P$ U0 Q! d/ q n
, ?3 U8 p( ?1 ?0 d关于此类图论算法,可参考 IntroductiontoAlgorithms--算法导论,关于图算法的第22章-第26章。
G$ ?5 n+ Y J) l. d. @2 }3 N; K- J; |9 k
0 F0 E4 L8 I; Z1 _4 G& U
9 i% \2 ~2 I3 q7 q- O# x* r# S
, v: {+ ~ q$ n$ W; u. t 05
6 x5 ~. d: ]1 X F* a5 j$ H3 ]7 ?. E- Y5 r" u
动态规划、回溯搜索、分治算法、分支定界等计算机算法
( Z$ c6 x: A6 ^. t, H! w
# c$ l, W' L4 I8 ^7 H在数学建模竞赛中,如:92 年 B 题用分枝定界法,97年 B 题是典型的动态规划问题,此外 98 年 B 题体现了分治算法。: h% a. L* I/ G6 v% w
/ J4 ] e) s& x0 g# u$ A
_6 ~$ g. M/ D! s, Y这方面问题和 ACM 程序设计竞赛中的问题类似,推荐看一下算法导论,与《计算机算法设计与分析》(电子工业出版社)等与计算机算法有关的书。5 }- r* W( b5 B4 y0 f% G% }
. Q7 w' t8 s& ~4 e: _: c& F- A
06 2 N) Q4 |9 ^0 \, h( `6 x+ A3 L) H
. Y* Q6 ^5 {1 d* g
最优化理论的三大经典算法:模拟退火法、神经网络、遗传算法 / T( Z# G9 j3 T/ i9 g& t
* d( k9 v5 @6 e% ?+ x8 C2 n! ]5 J' T( ?
这十几年来最优化理论有了飞速发展,模拟退火法、神经网络、遗传算法这三类算法发展很快。. T$ g8 t% m7 @1 h7 p P+ D9 h
. g7 Z8 @ n* _2 n在数学建模竞赛中:比如 97 年 A 题的模拟退火算法,00 年 B 题的神经网络分类算法,01 年 B 题这种难题也可以使用神经网络。) v4 Z+ |+ s7 i- g0 Y$ [( [3 N8 p
% J% p9 ^! V& t; N3 b+ G
还有美国竞赛 89 年 A 题也和 BP 算法有关系,当时是 86 年刚提出 BP 算法,89 年就考了,说明赛题可能是当今前沿科技的抽象体现。1 B$ w1 a- S! P k7 Q4 x. G
9 D! z" D% d0 A! P
03 年 B 题伽马刀问题也是目前研究的课题,目前算法最佳的是遗传算法。8 |4 O) a- z) i1 @
: Q6 E' b# Z' f* J3 Q+ {% g

* I# V. e5 T% h2 o _; T/ w# i+ \) P; ?: S3 o
1 e J; v# E8 u6 \4 `! ^( j- V" l 07
8 \. ]3 h+ t4 I3 {
6 O5 Y) B" D6 A! Y }网格算法和穷举法 * }% M9 P7 U8 `& B, D! \
8 \4 p* S% i) a( [$ r) V
网格算法和穷举法一样,只是网格法是连续问题的穷举。) d* {+ o( o' v7 e; s' `
! ^ H# W& {/ }比如要求在 N 个变量情况下的最优化问题,那么对这些变量可取的空间进行采点,比如在 [a;b] 区间内取 M+1 个点,那么这样循环就需要进行 (M+1)N 次运算,所以计算量很大。# T/ a. l+ ] `" f
, W0 i; E6 _& u1 Y/ [
在数学建模竞赛中:比如 97 年 A 题、99 年 B 题都可以用网格法搜索,这种方法最好在运算速度较快的计算机中进行,还有要用高级语言来做,最好不要用MATLAB 做网格,否则会算很久。. L) i' A" @8 }
' t @( z$ R w1 n

( }6 s8 ]! V: \ D- U, n1 t1 @, D0 ^8 Z
穷举法大家都熟悉,自不用多说了。/ P1 Y7 c5 t3 m3 w0 g- j
" i3 r/ T9 K; s; b 08 6 z$ ]" `; a+ C$ v: m: w8 _& V
$ s1 @9 \3 S) a* {) ], q$ @2 U+ W一些连续离散化方法 + K7 a6 M1 X9 `
, n* v3 q3 l* \) C t7 Y& O
大部分物理问题的编程解决,都和这种方法有一定的联系。物理问题是反映我们生活在一个连续的世界中,计算机只能处理离散的量,所以需要对连续量进行离散处理。
8 M1 d$ F& o; ]* o6 k7 `6 [7 }- ]4 e! N/ e. w
这种方法应用很广,而且和上面的很多算法有关。事实上,网格算法、蒙特卡罗算法、模拟退火都用了这个思想。: M6 I! u$ z# ~' {5 L4 K6 I
9 h9 I& v: ^, ?2 G7 [
09
; A" o9 M8 p T& v& w- g0 ^- z" a# |: P! \1 ?
数值分析算法
7 V# q; Y1 b2 g! E& ?2 P
. `) o, k' S( F' }& I数值分析(numericalanalysis),是数学的一个分支,主要研究连续数学(区别于离散数学)问题的算法。
/ M% i* s& n3 x: U7 w5 Y P( z, O* s9 z) F5 I- v7 j |( A9 N
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。/ d% P5 B6 X7 N) B X
6 C c3 q. B# E3 Q% ~$ d& y5 p这类算法是针对高级语言而专门设的,如果你用的是 MATLAB、Mathematica,大可不必准备,因为像数值分析中有很多函数一般的数学软件是具备的。
2 m$ H' w4 W; g0 F0 m: U5 V( g; K, N5 H0 B0 g
10 - j! ]+ s4 i/ r9 F l
' s7 Q: h8 R5 L) ~2 K$ B图象处理算法
9 q& q* f7 z3 s$ G! ^" Y( K& F4 h; s6 _% a0 A4 Z p: T* Q
在数学建模竞赛中:比如 01 年 A 题中需要你会读 BMP 图象、美国赛 98 年 A 题需要你知道三维插值计算,03 年 B 题要求更高,不但需要编程计算还要进行处理,而数模论文中也有很多图片需要展示,因此图象处理就是关键。做好这类问题,重要的是把 MATLAB 学好,特别是图象处理的部分。6 d# h( {" l: E, j& {
8 W$ k2 \. h. e( d6 F3 Y
' g6 N! K2 n' y2 `7 ^8 K8 @
4 P6 b y: j/ ~% F. Y0 L) f0 P; k; m
|
zan
|