- 在线时间
- 18 小时
- 最后登录
- 2012-9-22
- 注册时间
- 2012-7-20
- 听众数
- 7
- 收听数
- 0
- 能力
- 0 分
- 体力
- 2012 点
- 威望
- 0 点
- 阅读权限
- 50
- 积分
- 658
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 105
- 主题
- 7
- 精华
- 0
- 分享
- 0
- 好友
- 18
升级   14.5% TA的每日心情 | 开心 2012-9-22 23:13 |
|---|
签到天数: 44 天 [LV.5]常住居民I
- 自我介绍
- 数学爱好者
 群组: 学术交流A |
数学建模十大算法漫谈% m: s# B. u( i0 [) Y. u7 p
7 `; O* o& q9 _1 q% O作者:July 二零一一年一月二十九日
9 Z$ D# V! e$ |本文参考:
g7 C7 ]4 i2 f' j2 d4 OI、 细数二十世纪最伟大的十大算法 [译者:本人July]
! v' Q( W" l' y) j0 III、 本BLOG内 经典算法研究系列
5 J9 c+ I0 T( _0 A- u1 c/ r# EIII、维基百科$ d5 T9 E0 C* h0 f3 b+ Z
------------------------------------------
' K& p) Q9 ?3 x. w/ y博主说明:
0 \+ C' F2 t! O A1、此数学建模十大算法依据网上的一份榜单而写,本文对此十大算法作一一简单介绍。
, Z0 `+ c$ d# T7 }' e, @这只是一份榜单而已,数学建模中还有很多的算法,未一一囊括。欢迎读者提供更多的好的算法。
3 I' r5 M! u5 r2、在具体阐述每一算法的应用时,除了列出常见的应用之外,
# w- j* y' G# r# M4 Y7 |/ w# v同时,还会具体结合数学建模竞赛一一阐述。- m/ U$ r0 l/ e" G) {
毕竟,此十大算法,在数学建模竞赛中有着无比广泛而重要的应用。
% [3 \' i3 w- G+ ~且,凡是标着“某某年某国某题”,即是那一年某个国家的数学建模竞赛原题。
9 S+ R+ L+ F0 x ?% [' p) \. L3、此十大算法,在一些经典的算法设计书籍上,无过多阐述。2 S- F0 r5 |' o% O. _
若要具体细致的深入研究,还得请参考国内或国际上关于此十大算法的优秀论文。
1 A7 U5 r% `8 @! w3 }) H谢谢。; S( M- n, Q( I- h
$ j. B, h* x& O' E, H4 y1 |' u
" M6 f3 X& @7 T9 X9 @8 o& {一、蒙特卡罗算法
9 }1 H* y, R- j( z1946年,美国拉斯阿莫斯国家实验室的三位科学家John von Neumann,Stan Ulam 和 Nick Metropolis
( q. a+ ~% q3 U8 r8 j& V8 y, |共同发明了,蒙特卡罗方法。7 U! T2 K* b6 f* A2 K& n" q
( x, z) G$ ^' c) q% B: _ `
此算法被评为20世纪最伟大的十大算法之一,详情,请参见我的博文:. G2 o% B" B/ L9 V3 V. K: I# w
http://blog.csdn.net/v_JULY_v/archive/2011/01/10/6127953.aspx; C3 \7 j7 ~: E8 n& a
1 O/ [: G, ]+ p+ }, m: @
蒙特卡罗方法(Monte Carlo method),又称随机抽样或统计模拟方法,是一种以概率统计理论为指导( U3 i0 `* c$ v1 Q
的一类非常重要的数值计算方法。此方法使用随机数(或更常见的伪随机数)来解决很多计算问题的方
# @" w" F9 ]0 o/ B. ~6 W6 G/ v2 I法。
- H/ I7 Z" O* F6 H. o) [/ Z) K) n: G4 s ) R. l7 d' T9 L* A
由于传统的经验方法由于不能逼近真实的物理过程,很难得到满意的结果,而蒙特卡罗方法由于能够真 f) K4 p4 ]; S k
实地模拟实际物理过程,故解决问题与实际非常符合,可以得到很圆满的结果。4 f# v. }! p- t$ b
蒙特卡罗方法的基本原理及思想如下:5 A% O/ \/ t( n& Q( k3 C
当所求解问题是某种随机事件出现的概率,或者是某个随机变量的期望值时,通过某种“实验”的方法9 T# Z* |2 P. u+ }3 A+ p- r
,以这种事件出现的频率估计这一随机事件的概率,或者得到这个随机变量的某些数字特征,并将其作
# R/ \. L* U% k为问题的解。- O; _; [1 d+ O" U' V
; ?3 y' {5 j: j& |4 Y+ R有一个例子可以使你比较直观地了解蒙特卡洛方法:# \* B3 {# N; j6 |- h5 u; o4 ]
假设我们要计算一个不规则图形的面积,那么图形的不规则程度和分析性计算(比如,积分)的复杂程
/ P+ c" V9 g+ a度是成正比的。蒙特卡洛方法是怎么计算的呢?假想你有一袋豆子,把豆子均匀地朝这个图形上撒,然
: Q- j9 R1 {. ?) I! a N; ^( e后数这个图形之中有多少颗豆子,这个豆子的数目就是图形的面积。当你的豆子越小,撒的越多的时候( X: r$ G: Z+ a4 b6 b9 r
,结果就越精确。
# E% Z/ ~ ^+ n8 J3 s在这里我们要假定豆子都在一个平面上,相互之间没有重叠。/ X6 P) I8 X M/ N
4 G5 [) e7 ]: a蒙特卡罗方法通过抓住事物运动的几何数量和几何特征,利用数学方法来加以模拟,即进行一种数字模
+ @# h7 `$ {6 R$ a5 n: o1 S拟实验。它是以一个概率模型为基础,按照这个模型所描绘的过程,通过模拟实验的结果,作为问题的
. Q' s5 _/ w- ~' L近似解。6 r7 q& G$ t/ R$ x4 E
2 V2 I1 Q w( E+ R6 _+ Y' B1 D8 a蒙特卡罗方法与一般计算方法有很大区别,一般计算方法对于解决多维或因素复杂的问题非常困难,而
, Z; C2 `0 O9 l' b$ @蒙特卡罗方法对于解决这方面的问题却比较简单。其特点如下:
# O `: ^) F3 h2 g. c6 ZI、 直接追踪粒子,物理思路清晰,易于理解。 1 B3 a/ ?8 n; p0 M
II、 采用随机抽样的方法,较真切的模拟粒子输运的过程,反映了统计涨落的规律。
* B- D0 a3 |4 M! S8 V$ d' e2 w! iIII、不受系统多维、多因素等复杂性的限制,是解决复杂系统粒子输运问题的好方法。
) ?5 B" @3 n; z6 w. ?* T# n等等。9 V8 H% _' D2 e2 ?# A( t+ S1 i& W
此算法,日后还会在本BLOG 内详细阐述。; p% N- X- g" y: Y# C
& v5 b4 S9 }- A: N) @# Z
9 {3 f( u) V. T. g9 u9 v* l7 l二、数据拟合、参数估计、插值等数据处理算法3 \$ `4 j( E1 D7 p; q& ]
我们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。# ~$ L! p1 X5 v" k6 E8 p
数据拟合在数学建模比赛中中有应用,与图形处理有关的问题很多与拟合有关系,一个例子就是98年数
1 S; U$ }! {( m) X) Q: U0 u学建模美国赛A题,生物组织切片的三维插值处理,94年A题逢山开路,山体海拔高度的插值计算,还有
3 ~, v/ C5 ~& N C! L0 Y. g% I吵的沸沸扬扬可能会考的“非典”问题也要用到数据拟合算法,观察数据的走向进行处理。( o8 f8 d* g+ X7 R5 Q) t4 E
4 M M2 _% q T/ t
此类问题在 MATLAB 中有很多现成的函数可以调用,熟悉MATLAB,这些方法都能游刃有余的用好。; l1 c7 R: K4 C, U2 P
1 u$ x, s. z, |( {
7 ^8 V: Z# Z. T5 ^4 n1 `1 d! ^三、线性规划、整数规划、多元规划、二次规划等规划类问题
4 |8 ]* O/ |1 p+ ]/ C数学建模竞赛中很多问题都和数学规划有关,可以说不少的模型都可以归结为一组不等式作为约束条件
; i W; h; Z: H+ G、几个函数表达式作为目标函数的问题,遇到这类问题,求解就是关键了,比如98年B题,用很多不等式
i* z* z& \6 G( i& C/ z$ I完全可以把问题刻画清楚,因此列举出规划后用 Lindo 、 Lingo 等软件来进行解决比较方便,所以还
& t) b. n7 \' ~+ L% f需要熟悉这两个软件。
( d" Z* M, R& F
- i; z# w2 {7 s! {: I* a, ?6 f9 ]1 G3 r% B4 N% i4 _ G B3 C
四、图论算法
5 s+ V0 q! t9 P( T9 J这类问题算法有很多,
( N9 b! p& [. J: r包括: Dijkstra 、 Floyd 、 Prim 、 Bellman-Ford ,最大流,二分匹配等问题。3 Q/ j) J9 G" K' |: m# s4 [
8 K' @ X5 j4 U; ?, J8 T
关于此类图论算法,可参考Introduction to Algorithms--算法导论,关于图算法的第22章-第26章。
$ y8 r) u3 t3 h2 M) s- D同时,本BLOG内经典算法研究系列,对Dijkstra算法有所简单描述,
. |1 x: v I% y9 V+ c( f-----------
( x' K( L( y4 I; ? O" K经典算法研究系列:二、Dijkstra 算法初探' ]# h! s+ \2 U" Z2 X
http://blog.csdn.net/v_JULY_v/archive/2010/12/24/6096981.aspx
a( q% }+ o* L* k i% g% C3 |更多,请关注本BLOG 日后更新的博文。& x$ m1 s8 O4 ?3 ?+ M1 o
& _% [+ w$ j) C( ]) `. H8 M% M- Q1 ^* G3 ^3 l8 a9 {8 m# d5 T
五、动态规划、回溯搜索、分治算法、分支定界等计算机算法
, |2 @6 ~, p) A- | A8 _" E7 m在数学建模竞赛中,如:92 年B题用分枝定界法, 97年B题是典型的动态规划问题,
& D7 y$ e4 Q$ r6 O- J3 l, B此外 98 年 B 题体现了分治算法。
/ I/ [& E' [- J2 L* _" x- x3 O. M: x/ c! x9 b, ~
这方面问题和 ACM 程序设计竞赛中的问题类似,
+ D+ h* m8 S7 J& A, I8 T推荐看一下算法导论,与《计算机算法设计与分析》(电子工业出版社)等与计算机算法有关的书。$ r O8 {4 Y; i, Q. ~
A$ f# M1 J' w3 N, h" n( C) [: x
, i; m2 c& ~8 f: O# @. [8 \8 b. X六、最优化理论的三大经典算法:模拟退火法、神经网络、遗传算法 4 Q+ h0 L4 `! `/ E- f. V/ U# h
这十几年来最优化理论有了飞速发展,模拟退火法、神经网络、遗传算法这三类算法发展很快。0 L" K R5 J$ A
在数学建模竞赛中:比如97年A题的模拟退火算法,00年B题的神经网络分类算法,01年B题这种难题也可
4 o7 T3 Q& l I8 t以使用神经网络,还有美国竞赛89年A题也和 BP 算法有关系,当时是86年刚提出BP算法,89年就考了,
+ z3 z# \' W- m$ G& t说明赛题可能是当今前沿科技的抽象体现。
2 h( a3 j2 l: D7 g) W4 P* d03 年 B 题伽马刀问题也是目前研究的课题,目前算法最佳的是遗传算法。# ]0 i4 i* f/ b. k
- c* u$ h: S( [0 {
另,本人对人工智能非常感兴趣,遗传算法已在本BLOG内有所阐述,敬请参见。
, b7 W# P/ S& e6 h- o* D2 ^( N1 o----------
! H" n3 h- ~! _8 {9 Y经典算法研究系列:七、深入浅出遗传算法,透析GA本质% y& q8 k7 Z/ N: I5 p
http://blog.csdn.net/v_JULY_v/archive/2011/01/12/6132775.aspx
8 d) n/ N7 _" t" f3 }9 Y
) F' B+ D% `4 L7 }9 ^其它俩大算法,模拟退火法,与神经网络,也定会在本BLOG内日后的博文更新中,详细阐述。
7 F$ Q, ^7 p' r6 H+ J ( h4 P: M6 t( ^$ S; ]: w3 f8 J" H
0 B3 H' }( H1 D1 u& z9 n9 L
七、网格算法和穷举法
$ X$ `2 C8 ]+ k, T, X网格算法和穷举法一样,只是网格法是连续问题的穷举。7 c% t+ I7 j+ |- C$ h
比如要求在 N 个变量情况下的最优化问题,那么对这些变量可取的空间进行采点,7 l2 F5 G* _7 b
比如在 [ a; b ] 区间内取 M +1 个点,就是 a; a +( b ? a ) =M; a +2 ¢ ( b ? a ) =M ; …;b
& M) k3 O2 f. T* J7 V那么这样循环就需要进行 ( M + 1) N 次运算,所以计算量很大。1 f$ L' y! K9 C/ P+ l `# ]' K
+ _6 d, h; `% P5 w
在数学建模竞赛中:比如 97 年 A 题、 99 年 B 题都可以用网格法搜索,这种方法最好在运算速度较
- m$ z2 W. B' a( e, R& H9 N* O8 R; _快的计算机中进行,还有要用高级语言来做,最好不要用 MATLAB 做网格,否则会算很久。
* o2 u* P# C6 a; F: \ Y& i# T" Q穷举法大家都熟悉,自不用多说了。
/ w* f4 u7 b1 c& G# S ' A& C6 l% w, ~7 H
$ l8 z, P( s$ G# B; e! X7 r
八、一些连续离散化方法
6 v: y3 y5 G" B, }4 q9 `) V大部分物理问题的编程解决,都和这种方法有一定的联系。物理问题是反映我们生活在一个连续的世界
7 h) X+ p L- K4 U+ w$ b, e中,计算机只能处理离散的量,所以需要对连续量进行离散处理。
; g& Q% I! ^9 B& g! @: s
* G4 M1 }! s: E2 Z3 W x这种方法应用很广,而且和上面的很多算法有关。# U' I1 H0 H+ D' X' O# g$ z
事实上,网格算法、蒙特卡罗算法、模拟退火都用了这个思想。
* \- c, x9 w, r
, j: k& y) H7 }% J' W' O6 o
" C( g( }, k) J& D9 @九、数值分析算法
P, X9 _$ C) Q5 l7 @' t数值分析(numerical analysis),是数学的一个分支,主要研究连续数学(区别于离散数学)问题的
' Z, B# f8 z Z/ [. a算法。
- I' y8 r2 B; y @6 ~# g1 w2 B' H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、# Y9 R: i8 d( \ Z
函数积分等算法就需要额外编写库函数进行调用。
( C) B0 o6 \! K' p: ?- M8 h3 I这类算法是针对高级语言而专门设的,如果你用的是 MATLAB 、 Mathematica ,大可不必准备,
4 u, W% }: t) C( O, S1 B因为像数值分析中有很多函数一般的数学软件是具备的。0 `3 F. ^! o" @- V) j) z
- ]7 S; E7 l3 g! }
3 P; J9 i B1 i: R, r
十、图象处理算法1 V! a+ c" K7 N$ \1 P
在数学建模竞赛中:比如01 年 A 题中需要你会读 BMP 图象、美国赛 98 年 A 题需要你知道三维插值
- l# a( |4 H& F3 n计算, 03 年 B 题要求更高,不但需要编程计算还要进行处理,而数模论文中也有很多图片需要展示,
7 v+ {9 [: m2 V: B8 V0 h$ X' g0 j$ ?因此图象处理就是关键。做好这类问题,重要的是把MATLAB 学好,特别是图象处理的部分。# ~: z% D' }/ k
0 S7 E- g& d( g5 x$ G% J+ y
此数学建模十大算法的程序源码打包,请于此处下载:
5 ?* V! N% g! h& L8 Thttp://download.csdn.net/source/3007336
, }( `) ^# a2 {
8 a# `' {7 C# [" o: [4 x0 b9 s$ z" [本人对算法,尤其感兴趣,且日渐愈浓,
0 s5 J* S# @& A日后,更多的、好的、经典实用算法将会在本BLOG内有所详细而细致入微的阐述与深入研究。4 {- J$ ~* w# g+ Y, p ?6 m1 s
完。
6 }, F9 P7 n- m% {% p: K% a/ q
4 d' C0 d9 ?# x' b1 z/ Y
8 i* j$ }6 {; L$ U) p' q: I) J9 t3 ?作者声明:5 i8 h) `! L8 \' C/ g/ A, T( Y8 a
本人July对本博客所有任何文章、内容和资料享有版权,: v9 o- Q4 K6 V( G
转载请注明作者本人July及出处。谢谢。二零一一年一月二十九日。 |
zan
|