- 在线时间
- 2 小时
- 最后登录
- 2018-2-12
- 注册时间
- 2009-7-14
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 259 点
- 威望
- 0 点
- 阅读权限
- 30
- 积分
- 110
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 64
- 主题
- 11
- 精华
- 0
- 分享
- 0
- 好友
- 0
升级 5% 该用户从未签到
|
数学建模竞赛中应当掌握的十类算法" @ `9 u- b4 M3 U
排名如下:" @ L' }3 I) {, H; g+ C
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). e- [# ~/ e! [( g* P, T
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)
) e7 Y$ ^: {" W" z _# B7 L3、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)
: R( |! E) t B! ]2 E4、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)
) b& J& I# b$ u& l. d3 c5 ]& N$ v4 l5、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)
' D' K' F( x" ^4 r8 v0 a6、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); S9 J8 D' H7 z( P/ C3 F9 ^* }) x
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,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)
0 ~! {1 d9 _' ~* y8、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)
3 Y+ L( b9 Z1 a1 ~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)4 ^. n8 e) @2 q5 j
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) |
zan
|