|
以下是引用qianqun在2005-1-29 17:52:28的发言:
& L3 Q7 o8 C4 X2 `( o* E; E3 E1 `数学建模竞赛中应当掌握的十类算法
' J W _- K! k" L h4 h5 F5 }; `
% U$ E6 Y; l, w0 R0 r排名如下: . u8 u$ S/ B2 e R+ d# W
1 g1 }8 l' S( L; ]) _
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)
0 I2 o# e6 L# K7 s
! D( v8 p8 g/ B2 V$ Y1 a2、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)
4 P7 t7 o7 d( D" F: L4 P4 x 9 p2 ?/ I8 o2 {7 y1 p7 ^
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)
H5 K$ r* `' d ; ^" h- F# w3 E
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用这些方法解决,需要认真准备)( W1 B! t1 ^6 Q0 v$ z5 E
`! ?& G" f/ L5 Y3 r) P! a8 @" n1 h5、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)
1 g7 n! q4 d" ^+ j2 j/ L. k x- e , Q# j9 _9 U2 K+ G& X$ I
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)
$ X5 D1 e+ I# R
% \" v( [' r. ?. Q! _: A* o7、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)' ?- j' h S, v, z8 r* M
4 m$ O* F. w( e% N# J8、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)! T, T4 Z* k ?' ]! F) U
% q `' N5 e9 F4 A. T: @5 l9 h9、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)
% a' t% r+ `3 D' U) j5 x6 m- s
6 f+ d6 W# Y& y. ~; c( G10、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) % L7 ~8 \) T# S/ k$ b
|