|
以下是引用qianqun在2005-1-29 17:52:28的发言:$ P' A5 D2 n+ T% L3 z8 `, H, G8 ^6 O& ?
数学建模竞赛中应当掌握的十类算法
, Q4 U, ~' q1 h; w! f$ l9 W * n* q; r% H( V& G% K1 {. K2 R
排名如下:
# ?% p \* v( E- ^ |8 K6 N" v! z6 Y/ E2 ^( k7 {2 l$ _
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)
m4 _# A7 j* V8 h5 j9 j m- l3 Z' x! i; p q/ P1 p& D$ D
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)" \, q. E- b" Q/ a1 O9 O
5 c& }) t* y7 Y# F" h* v$ G4 G3 b3、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)+ T7 p+ G) q" n" N* \9 a
! _$ ~# \4 w3 D P, P
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)3 h% x; P6 C6 I- j( O
! H% k( J+ b- f& T
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)
n+ }; B/ ]& B
9 @3 j: W0 r5 `2 w% f6 r. p1 `- h6、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)0 _# {# b/ B* p6 p5 n) J
; A7 c! n- V9 F) r
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)
$ y' m4 v: h! O% T- F
( J3 t$ N' b7 C; ^- P6 [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)9 r+ J% _& k. m' [
& ?. Q# o6 b. m
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)
+ k( Z) Q A7 t% G2 U + P. ^6 Q9 Y8 k' R
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) 1 G) {7 w; d, G q+ S( F2 A
|