- 在线时间
- 25 小时
- 最后登录
- 2014-2-24
- 注册时间
- 2011-8-4
- 听众数
- 3
- 收听数
- 0
- 能力
- 0 分
- 体力
- 516 点
- 威望
- 0 点
- 阅读权限
- 30
- 积分
- 182
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 53
- 主题
- 1
- 精华
- 0
- 分享
- 0
- 好友
- 4
升级   41% TA的每日心情 | 慵懒 2014-2-24 09:04 |
|---|
签到天数: 49 天 [LV.5]常住居民I
 |
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,
8 f7 B# C3 `& Q" C( d3 Z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)
& F7 r2 l/ `6 q V3 l+ B2、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,8 Z( \) ~& b& T1 L5 b
而处理数据的关键就在于这些算法,通常使用Matlab作为工具)) s! I, D1 M) u
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,
& X0 F" Y7 @& S, t8 h' {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)
$ V* _, o# W' R# o' W/ C6 P8 A4、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,
& E! v2 Q( v+ S涉及到图论的问题可以用这些方法解决,需要认真准备). N! p) B- q5 X0 E
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)# u4 y, \& w! @) j# U
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
' Q* A& Y, E- g+ ^ S* R" X9 k. \2 A(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,3 V2 ~. [- l, N8 ~% w
但是算法的实现比较困难,需慎重使用). ]8 Y0 J1 ?( O% Y
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,2 j# g8 p' N8 A7 e# Y
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)
+ D1 j k0 k+ ]3 P, y$ q8、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)8 u- [, h- _ n0 x& {( l; r' O
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; ^6 D7 c1 e: }, n+ h0 t, a
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)& y& y: b7 g# r( P' j" v
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,+ \. v2 G# T% O
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) - X0 M7 [& X. x z7 W, I3 @6 k6 ^4 _* P
|
zan
|