|
以下是引用qianqun在2005-1-29 17:52:28的发言:4 ]3 H, w& n% d4 s7 p v1 m, \
数学建模竞赛中应当掌握的十类算法7 [. S4 o. ^# Y3 ]/ l9 ~. n) ^
7 e }. Y. T6 Y' @( ^) |排名如下:
$ S5 K( v2 [" e8 k; K% {/ S K& i7 }1 K
2 M. w% M8 b: G1 `' W4 b5 n* |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)
* r! b1 b' ^% Z* f
$ \/ o2 Z; `" P/ E8 j( H. |! E2、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)
& B" v& p! P% H' g; ?1 T 0 {. r7 Y2 [ a$ M
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)8 a1 H1 r6 V1 q8 Y( y
/ e" N2 E5 ?" k$ T" ]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)
/ G2 k$ j* C$ Q" D
8 R8 v+ d7 w# J7 j9 r% k5、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); C! Z( h6 g n
- d% Q- g, g* X8 L" Z2 i& \& E
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)
' M; A! l5 U# G* @! E2 t7 S
# J, R: W8 i0 i! v7、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)9 D8 w1 s8 J" P" B& g
' J4 Q/ f+ Q) H7 w8、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)
! g1 F# U. h' }+ j $ ]% w3 J$ q+ E6 a
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)" Z& z: e9 [" Q: Y2 y. a) h
3 x& m$ H, l b3 ~/ E/ Y10、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) & M* H& t" z% U8 p7 b5 o/ [1 r
|