|
以下是引用qianqun在2005-1-29 17:52:28的发言:
& ~7 H( C5 Q) ~: A数学建模竞赛中应当掌握的十类算法
' v; m) A+ c+ F+ Y T3 Y4 ]" b1 Z
排名如下:
( s- r& j0 L N6 Z( f4 O6 j; p
7 g6 V% c( w4 C1 m4 {. ?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)
% z) d5 \) g% ?8 C 0 [: I, V) V6 ] a$ \6 u* j6 o
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). P% \5 w% A( d: l
! p: o/ a, t9 Z! y3、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)
+ o: J# u i2 D) S6 G! N$ F % r4 [2 F, T! [+ ~% U
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)* f: z6 }) E/ r. l/ I1 l( I
/ C7 _& v5 e& x( ~$ x$ h
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)8 F h& D8 f% |! B/ C8 o& J# _2 O* }
5 T- W7 v& A( L( l" ?$ Y6、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)
2 W* e, I. `- U8 i7 ]2 T/ V A0 w
" f# K( W' `: J$ p3 A7、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)
+ e6 g9 p% y# E, s9 V) g. M! Y4 U( Q 8 G+ r t5 y$ ^( V) T9 {% ? Q7 B
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)
6 q, A' B" _, |
- s3 m, \$ H$ F$ I" _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)' y5 g( a2 s3 i! H& C. @6 J
' i% d2 A) @# U7 P
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)
4 {( U4 N% }# F! s: P |