|
以下是引用qianqun在2005-1-29 17:52:28的发言:& J. O3 |) z4 @1 N$ t7 Q u5 G
数学建模竞赛中应当掌握的十类算法
/ R% q2 V+ R/ j, r3 l# K( u 8 \3 h0 V/ z3 \' f% w9 z' X$ J3 i
排名如下: - i' I( R. }; A( P) U$ W7 z: {
+ d4 }6 `! \- H) P9 e1 d$ N' ~( r
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)
# ]7 Y) R0 E6 z' P( m _
- O4 W9 ~- K/ O- E8 _2 s6 a4 i" M2、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)
& E: y# w* h; v/ J) [ # U# ^8 X# {( o5 Y* R2 g @
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) \4 I) u4 w( g) B! X% s9 i2 D
& F7 R5 H3 d* a8 j
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)2 B( q4 O4 U9 V' f, c+ O. w
& Z6 g6 e$ \; c# 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)2 W6 k. s, n1 i% R& `5 x" B
& P' ^7 v& E9 K9 y& R0 c6、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)
- P0 u8 z- b" E. D1 @! u5 ]
- b1 M' _' @* ]: |# B6 L7、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): u, E7 X1 _- ?
0 |$ g3 w6 \; s/ s
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)
/ M3 V7 m( K% J 4 ~: y5 j/ A R3 x# I* |& B: e+ F
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 z ? u* R4 S, I; z3 r( ` # ?& P) a/ p$ c' ^# V/ w6 G! x% q
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)
6 Z0 i! p* g- ~; ^$ }: ] |