- 在线时间
- 2 小时
- 最后登录
- 2017-7-6
- 注册时间
- 2008-9-18
- 听众数
- 3
- 收听数
- 0
- 能力
- 0 分
- 体力
- 70 点
- 威望
- 0 点
- 阅读权限
- 30
- 积分
- 111
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 178
- 主题
- 8
- 精华
- 0
- 分享
- 0
- 好友
- 0
升级   5.5% 该用户从未签到
|
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 A/ J0 m5 _& H/ b! x% Q8 A* D" 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)
% S- _: c# H7 _' f 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,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)
; n4 I$ Q/ N$ A) `7 z& {! G/ R 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): u) L; D0 s! _ [- k
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)
5 y5 I9 f4 x0 B2 W' q 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)
) [1 R- T$ d) p* P+ P( I9 h 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)# N0 P( u: t" G2 i, X5 f# ]+ p
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)/ f" H4 ^, v8 U7 Y9 B4 U
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)
" L% v C( j0 ~! x5 h. U- J) B 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) |
|