- 在线时间
- 25 小时
- 最后登录
- 2014-2-24
- 注册时间
- 2011-8-4
- 听众数
- 3
- 收听数
- 0
- 能力
- 0 分
- 体力
- 516 点
- 威望
- 0 点
- 阅读权限
- 30
- 积分
- 182
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 53
- 主题
- 1
- 精华
- 0
- 分享
- 0
- 好友
- 4
升级   41% TA的每日心情 | 慵懒 2014-2-24 09:04 |
|---|
签到天数: 49 天 [LV.5]常住居民I
 |
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,2 r- E }4 f- p) E
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) ~4 Q" P5 C+ }7 S5 N& p
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,) R+ ~0 p1 w8 o- U9 V
而处理数据的关键就在于这些算法,通常使用Matlab作为工具) I6 J3 P3 M7 w g6 x; [) g
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,' ] _# F3 P' b( W# i
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)
5 {9 j/ u" o1 D1 M5 p5 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,
. Y. {+ Q: _8 v1 y涉及到图论的问题可以用这些方法解决,需要认真准备)2 J% d( n- c d$ l+ V
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)
! Z2 ^% Z7 m; j( Y$ h! A% _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9 [/ K7 Q5 K4 s, Z r1 K
(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,
2 D# Z7 W. V; i7 s: a; ~但是算法的实现比较困难,需慎重使用)
: N" T2 G" R, |- |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,* U- j/ N" u* q! x0 }7 B
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)
' o( S9 }9 u, q8、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)2 V# Y5 z f t+ u/ S
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+ i4 j# r6 A: Y, z/ G
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)
" P, P: |7 a3 B10、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,
, B" D# |, y- @$ n6 k$ D0 f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) ( R) j6 {. L/ [/ m0 x
|
zan
|