数学建模算法分类及应用

浅夏110

数学建模算法分类及应用
算法
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） 
2、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）    
/ V: W, i- x' C) u6 y* h3、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）     
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）     
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）     
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）    
' n. i: U9 {& w/ l! T) B7、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）  
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）     
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）  
10、图象处理算法（赛题中有一类问题与图形有关，即使与
8 F: u( f# x2 j9 }. v$ b/ b5 ?4 B
; e7 {/ _' ?4 r# M