|
以下是引用qianqun在2005-1-29 17:52:28的发言:. B$ q9 A' y- q$ I& n& J3 K# I0 _
数学建模竞赛中应当掌握的十类算法: f$ Q7 @& f/ N- x
! r" H, e0 w D1 R9 J排名如下: l# y1 O1 a5 d
* y& |4 Z; P0 E( _4 ?
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,同时可以通过模拟可以来检验自己模型的正确性,是比赛时必用的方法). J' z/ U/ g3 U6 D' c; n
/ w: o" C4 T6 L2、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)* r0 z' |0 H0 S8 t3 \& a* j$ t4 N
$ L0 h6 w/ S2 G. `3 q( g w
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)" ?7 Z# d: S3 A. b+ B
) t1 K g4 i2 i! v) Q! r4、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)
# D) J8 w5 o" S! |5 A! {0 k& n0 {2 c
! v, A# ]7 f' A$ t. U7 x2 V% F5、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)" L) ]: l! P! V( }4 m
, V( [, p. V) T' Y( }" D" Y% O
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)9 r) q( M( {. |
/ m. m( @" W4 [, o9 R7、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)
, |" t0 G$ K( f) o9 R9 Q; B! }6 H" P
: o, \5 R" N/ s4 f8、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)0 F8 X$ X8 t+ g; A
' L. l& `# v2 t8 g, ?- 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)
8 c( m, H7 n) {5 ^- {; R( i " ^, h; Q! {% h# E- N/ |2 b7 `
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) 9 g2 w& X) n- Z" X+ R
|