|
以下是引用qianqun在2005-1-29 17:52:28的发言:
* c+ a9 h' B: r8 ?/ A3 k8 {9 R数学建模竞赛中应当掌握的十类算法/ ^6 P- Y8 Q# f1 A5 G( e
7 }4 t @! q/ q' T
排名如下: # j/ [. a8 Q+ V' \7 `0 [7 v" \
/ |# y6 j2 `: i0 }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)8 @: a; p! ]) X
* L% M# W& Z8 ?* K2 B7 b; b* u3 f2、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)
; I% S6 O$ \- ^- M/ ~
0 ^9 n( ~5 a- F' m* A, [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)& O4 R9 Y1 r' l7 U
% a: `: T; }: G# V, S: h, x3 c* N4、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)
# W# F5 l+ w! ^3 v & d% l; `$ X+ Z9 G, v8 _4 m
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)1 T$ j$ _3 @* L
+ v. V% h: \! K% 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(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& Y/ c. \* g: E . v9 S" R1 f0 }: N; `2 C* F
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)
* @6 D5 }1 k* f2 U9 H" z
3 d) |. [: c6 M& r( [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) A! j2 m: {, ]
" {5 @% ^4 G" U0 t9、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)
: c' M2 W2 r- o( \- L8 `. \8 R
! t4 K+ K4 c5 l( E1 u% w10、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) ( W, _- W9 P7 `9 `# V
|