- 在线时间
- 1 小时
- 最后登录
- 2014-5-12
- 注册时间
- 2009-4-28
- 听众数
- 4
- 收听数
- 0
- 能力
- 0 分
- 体力
- 54 点
- 威望
- 0 点
- 阅读权限
- 20
- 积分
- 33
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 32
- 主题
- 0
- 精华
- 0
- 分享
- 0
- 好友
- 0
升级 29.47% 该用户从未签到
|
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,同时可以通过模拟来检验自己模型的正确性,几乎是比赛时必用的方法。
$ }' o, Z8 O& j* [3 T9 a0 `' Y) z6 w! X h9 V% R' i
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。
9 Z0 W7 j4 ]( M6 g2 ] D1 T ]: }5 }" K* K2 w \
3. 线性规划、整数规划、多元规划、二次规划等规划类算法。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 软件求解。7 Z# M0 I, h- c: S; e5 I* O
/ M% Y9 v9 A! `0 O: m4. 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。
$ t! J# Z2 o% X+ S4 t4 R3 Q: d( G& f/ S& w& Z# R, E& { Z' Y; O
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,竞赛中很多场合会用到。* k9 ~9 x7 z% z
5 B" p1 ]; r: X; \6 B
6. 最优化理论的三大非经典算法:模拟退火算法、神经网络算法、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,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。
4 i& F6 a2 C) o, a8 k
( _2 ~) O9 ~0 w* y$ U7. 网格算法和穷举法。两者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。- ^+ c; g! A$ k6 x5 |# l1 Y
5 E+ g D6 h' B8 h! J8. 一些连续数据离散化方法。很多问题都是实际来的,数据可以是连续的,而计算机只能处理离散的数据,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。* D" I$ {1 V- X* b! V
, j7 r5 Y# `( h9. 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。* I7 e* |, t7 r4 K2 B6 j9 Z
+ n; d( t! \' m! _9 W10. 图象处理算法。赛题中有一类问题与图形有关,即使问题与图形无关,论文中也会需要图片来说明问题,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。 |
|