|
以下是引用qianqun在2005-1-29 17:52:28的发言:% b2 h& f% w3 B i: k+ F; {5 `5 I
数学建模竞赛中应当掌握的十类算法) V4 b5 b6 ]2 }& K% E
+ u5 V! H% ?: S% q6 I7 K$ f+ x
排名如下:
; q& u8 Y4 m" E. L/ E0 ~ l# p
9 c0 k; e2 n& R/ ]0 f5 b- b+ A1、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)+ @2 _( a, @. F9 _ X: K
g: Q W4 a: c" s. x2、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)) c- w3 r0 ~' U
1 a+ o P. D% a1 N6 H$ ]8 f3、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)+ s/ @) Y" y( F1 L9 ?, M
0 ?: M# P6 ~' z4、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)
- i$ [& U3 q1 @' B+ K / O1 W j$ X$ N7 C( s2 R8 Z. a
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), k6 f- }2 J' r& `+ _
( o, J4 o( x' [. |9 {# C+ g( W
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)3 I5 z- H& { W4 N1 p
$ a. v* z E& ?+ r# z1 R2 I7、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)
7 T2 J$ t6 n9 e# b 5 g8 f) P8 c4 }, o: T7 y
8、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). A$ V( U: g; z9 `( E1 `/ o
+ r! ]# \4 y& A" i
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)
! E z5 c+ d, L & [' H! }) y E( Y6 M
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)
3 W+ u' {9 ^7 R9 N% r/ S6 O |