|
以下是引用qianqun在2005-1-29 17:52:28的发言:, z0 b' c* |7 V5 n$ {, Q
数学建模竞赛中应当掌握的十类算法/ q. c: q0 T2 Y- ?
( o( g# t; V: `# n5 l% n" U
排名如下:
8 M( @( D" |+ l$ i9 `3 `
5 ?0 I1 ?3 W) y' N1、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)% f+ z. `/ U! Q0 U+ L
v/ h J- g6 Z+ g+ f5 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,而处理数据的关键就在于这些算法,通常使用Matlab作为工具)7 \% F0 M. @* w9 K* n6 Y
* m, a! s6 d1 {+ n: R
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)
# h* t: z; U+ ?( w
* q7 z/ ~5 T; g$ n% }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)/ y' |* H; S3 R7 M) i& f: u
) ]4 z; {1 d1 {! p7 i! x
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)4 N7 a. Y. D% p9 {6 l7 u! p9 @8 Q ]
. I/ E! ~+ G2 l4 s( M
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)
$ h: p4 E" a$ ?; e; z
X* }; r. `7 G8 _4 q7、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)% ~, g, |. _! f0 x8 `
( R2 i5 x9 Z! a& l. B2 k8、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)
( a2 z, p3 K, p% o+ a5 F3 C, o4 D + v* h* q& r: Y) U* A! k
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)5 `7 P' Y' }/ j+ E9 W2 k1 G
- S7 {& i% \8 D3 L) U( u7 W; J+ m
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)
! z8 w, V+ k% G |