数学建模竞赛必须要掌握的十个算法

佛自业障

数学建模比赛是本科生和研究生阶段最重要的比赛之一，包括全国大学生数学建模竞赛（俗称“国赛”）和美国大学生数学建模竞赛（俗称“美赛”）。在这些比赛中取得好成绩，不仅有助于保研、有助于找工作，更重要的是形成科学的思维模式。下面列举了十大算法，在数学建模竞赛中有着无比广泛而重要的应用。

01

8 `- E2 P$ K1 x! a& k7 _

蒙特卡罗算法

0 S0 _$ R# J3 P  }8 B1946 年，美国拉斯阿莫斯国家实验室的三位科学家 JohnvonNeumann, Stan Ulam和 Nick Metropolis 共同发明了蒙特卡罗方法。
+ N) g. p6 X0 i8 U, m& A+ M蒙特卡罗方法（Monte Carlo method），又称随机抽样或统计模拟方法，是一种以概率统计理论为指导的一类非常重要的数值计算方法。此方法使用随机数（或更常见的伪随机数）来解决很多计算问题的方法。
* w; q, ~1 ~7 n& I$ t
由于传统的经验方法由于不能逼近真实的物理过程，很难得到满意的结果，而蒙特卡罗方法由于能够真实地模拟实际物理过程，故解决问题与实际非常符合，可以得到很圆满的结果。
6 n( Z: c4 e7 S$ X9 s7 ~* R
蒙特卡罗方法的基本原理及思想如下：
8 C  ]6 [; U" D& e# d) s! A
当所求解问题是某种随机事件出现的概率，或者是某个随机变量的期望值时，通过某种“实验”的方法，以这种事件出现的频率估计这一随机事件的概率，或者得到这个随机变量的某些数字特征，并将其作为问题的解。
( u0 a7 I' M9 R; f) O' M
举个栗子，直观了解蒙特卡洛方法：

' n. j/ q) `# v# q/ @* U假设我们要计算一个不规则图形的面积，那么图形的不规则程度和分析性计算（比如：积分）的复杂程度是成正比的。蒙特卡洛方法是怎么计算的呢？假想你有一袋豆子，把豆子均匀地朝这个图形上撒，然后数这个图形之中有多少颗豆子，这个豆子的数目就是图形的面积。当你的豆子越小，撒的越多的时候，结果就越精确。在这里我们要假定豆子都在一个平面上，相互之间没有重叠。
& c- P; ]- Y( A
# S  }8 Q+ P7 B% O6 r1 F

蒙特卡罗方法通过抓住事物运动的几何数量和几何特征，利用数学方法来加以模拟，即进行一种数字模拟实验。它是以一个概率模型为基础，按照这个模型所描绘的过程，通过模拟实验的结果，作为问题的近似解。

蒙特卡罗方法与一般计算方法有很大区别，一般计算方法对于解决多维或因素复杂的问题非常困难，而蒙特卡罗方法对于解决这方面的问题却比较简单。其特点如下：

6 w4 v4 q1 j5 ra、直接追踪粒子，物理思路清晰，易于理解；
/ p) z9 x$ u; n
b、采用随机抽样的方法，较真切的模拟粒子输运的过程，反映了统计涨落的规律；
1 t5 u2 S3 A, E/ E/ l/ N
  Q! X3 Z  C' q" i+ M8 X9 dc、不受系统多维、多因素等复杂性的限制，是解决复杂系统粒子输运问题的好方法等等
2 M! k, \" L+ X: l( x7 Z$ [

02

$ Q* w) I* W$ j. }/ a. K2 |

数据拟合、参数估计、插值等数据处理算法

- D+ p2 f9 l7 i$ ~
我们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。

数据拟合在数学建模比赛中中有应用，与图形处理有关的问题很多与拟合有关系，一个例子就是 98 年数学建模美国赛 A 题，生物组织切片的三维插值处理，94 年 A 题逢山开路，山体海拔高度的插值计算，还有吵的沸沸扬扬可能会考的“非典”问题也要用到数据拟合算法，观察数据的走向进行处理。

此类问题在 MATLAB 中有很多现成的函数可以调用，熟悉 MATLAB，这些方法都能游刃有余的用好。

$ j) }3 f4 y  p: }

03

线性规划、整数规划、多元规划、二次规划等规划类问题

) |3 _% T; S$ Y1 ]6 |
* h0 ]# F$ g, @& E7 _) O/ j数学建模竞赛中很多问题都和数学规划有关，可以说不少的模型都可以归结为一组不等式作为约束条件、几个函数表达式作为目标函数的问题。
% X& Q  L- P% B" c$ k% `# Y
. F, y$ N# d# N遇到这类问题，求解就是关键了，比如 98 年 B 题，用很多不等式完全可以把问题刻画清楚，因此列举出规划后用 Lindo、Lingo 等软件来进行解决比较方便，所以还需要熟悉这两个软件。
. [$ \8 g, f& p7 q

04

: P7 I+ w! Y& w

图论算法

$ s( o/ E" k; g; B# W: B
这类问题算法有很多，包括：Dijkstra、Floyd、Prim、Bellman-Ford，最大流，二分匹配等问题。
5 V  Z) ^; q$ C' ^
关于此类图论算法，可参考 IntroductiontoAlgorithms--算法导论，关于图算法的第22章-第26章。
+ v; J. P$ ]& e0 L



05

3 |& }+ }; k) @8 a* f; E) Z2 D

动态规划、回溯搜索、分治算法、分支定界等计算机算法

/ S7 c1 a  v. e! R! W4 O( x. k. ?
, C  H( t! z* Y在数学建模竞赛中，如：92 年 B 题用分枝定界法，97年 B 题是典型的动态规划问题，此外 98 年 B 题体现了分治算法。
2 C8 h9 z0 ^7 S
! J8 e$ G0 R( v* L7 j

! p( B3 d2 D2 s; F这方面问题和 ACM 程序设计竞赛中的问题类似，推荐看一下算法导论，与《计算机算法设计与分析》（电子工业出版社）等与计算机算法有关的书。

7 J4 G( m! M7 _  D6 L

06

7 h: V8 w/ L" t# c8 d) t/ _
( E" a, e7 `; {9 C7 f

最优化理论的三大经典算法：模拟退火法、神经网络、遗传算法

+ j1 n/ F# U. P, G这十几年来最优化理论有了飞速发展，模拟退火法、神经网络、遗传算法这三类算法发展很快。

在数学建模竞赛中：比如 97 年 A 题的模拟退火算法，00 年 B 题的神经网络分类算法，01 年 B 题这种难题也可以使用神经网络。
) l& j6 f+ \. O/ p0 A9 N. f' i1 F5 W
还有美国竞赛 89 年 A 题也和 BP 算法有关系，当时是 86 年刚提出 BP 算法，89 年就考了，说明赛题可能是当今前沿科技的抽象体现。

, y' V9 {: o" r' L03 年 B 题伽马刀问题也是目前研究的课题，目前算法最佳的是遗传算法。
7 h9 t8 ]# M5 g+ V7 ~



8 _9 v; ~6 V6 E8 @6 T; \

9 d3 |% u4 A1 H! H! _

07

% s8 S# T* U& K% H: a+ A+ \
) {3 V: P# f9 y- }0 o3 q  Q

网格算法和穷举法

网格算法和穷举法一样，只是网格法是连续问题的穷举。
8 |4 y* t+ h2 y7 Q' [; h
比如要求在 N 个变量情况下的最优化问题，那么对这些变量可取的空间进行采点，比如在 [a;b] 区间内取 M+1 个点，那么这样循环就需要进行 (M+1)N 次运算，所以计算量很大。
6 l6 Z! Y( R! n: R$ z6 M" w
: |; u# w. [* d0 P' h在数学建模竞赛中：比如 97 年 A 题、99 年 B 题都可以用网格法搜索，这种方法最好在运算速度较快的计算机中进行，还有要用高级语言来做，最好不要用MATLAB 做网格，否则会算很久。

( h1 G# W7 L9 g+ K7 g# G6 `2 _
9 g8 y: l5 W2 K
穷举法大家都熟悉，自不用多说了。
* c; K" T# m) A7 ~0 ]( X
7 Y  b8 I* q$ @( y% ?

08

! B7 L+ o: O, b8 e; f1 R1 X8 y  R9 l

一些连续离散化方法

  B# M7 w8 N3 Y# e1 v9 o大部分物理问题的编程解决，都和这种方法有一定的联系。物理问题是反映我们生活在一个连续的世界中，计算机只能处理离散的量，所以需要对连续量进行离散处理。

, N3 ^- X: d( J! P( K3 m2 d9 e这种方法应用很广，而且和上面的很多算法有关。事实上，网格算法、蒙特卡罗算法、模拟退火都用了这个思想。

6 d" @* y. t6 K' t) m% f

09

" [5 g, X+ t0 [, D' Z3 ~# X
; |' W) U) m' y- s

数值分析算法

数值分析（numericalanalysis），是数学的一个分支，主要研究连续数学（区别于离散数学）问题的算法。

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。

! o, W- c$ b& c0 S9 W这类算法是针对高级语言而专门设的，如果你用的是 MATLAB、Mathematica，大可不必准备，因为像数值分析中有很多函数一般的数学软件是具备的。

: @* P9 R4 |) h3 v

10

2 }5 b! @0 B9 t

图象处理算法

% o' v$ r# t6 ^2 F# L在数学建模竞赛中：比如 01 年 A 题中需要你会读 BMP 图象、美国赛 98 年 A 题需要你知道三维插值计算，03 年 B 题要求更高，不但需要编程计算还要进行处理，而数模论文中也有很多图片需要展示，因此图象处理就是关键。做好这类问题，重要的是把 MATLAB 学好，特别是图象处理的部分。

8 H8 [, y- [6 ]" e' Z0 F: g) ?3 J1 |

6 i# \0 u8 W5 `
" h( \5 ^" m2 W, W

GsBush23

说的太好了。。
" f6 a2 M1 |2 q2 K7 C, s1 r1 c

pazq18

楼主的帖子怎么样？赶紧试试这里看样子是好东西啊的快速回复给楼主点评论吧