- 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)0 l. Q9 T$ @5 X- B1 X
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). ] d0 O5 {$ K& Y$ z
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)1 U( S9 C1 P; x3 I$ {* Z) @5 H
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)$ Z- p- B. B5 {: e( M0 H
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)- W7 `, b7 q* q3 a6 C2 O! m3 j
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)
+ l, W0 t i7 A" d) W 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)$ H0 L% j: b- U" _% A5 b
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)
! B9 N3 |9 K7 J: g/ _! P 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). h3 d1 V4 Z! c( H
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) |
|