- 在线时间
- 5 小时
- 最后登录
- 2016-2-2
- 注册时间
- 2010-4-27
- 听众数
- 3
- 收听数
- 0
- 能力
- 0 分
- 体力
- 53 点
- 威望
- 0 点
- 阅读权限
- 20
- 积分
- 34
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 36
- 主题
- 0
- 精华
- 0
- 分享
- 0
- 好友
- 1
升级 30.53% 该用户从未签到
|
谢谢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). @. J/ i+ K( k; b) b
! K8 g$ s& u' g; u7 O. I5 ^5 u: e( b- n8 |/ ?* F1 H; o
+ K2 n. n# F* q; B2、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)( h6 b; Z1 `; o# u' t- l( m. ?- [+ k n
8 |5 M! g& U. s# h, A9 p+ ?5 ?5 P }% L* h2 H! P# N6 [% k& H) r
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)6 V; o6 R8 ~" [3 k6 T: r. w
. E. P+ K; T7 {" K: b$ H2 j$ w
6 x/ S0 h2 }( W$ c8 h5 e& c! Q3 i% r; `7 ~0 g4 ] i2 K0 R0 z4、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)" u* H3 c( @9 \% K
: B# f0 w9 h0 c! |3 E1 I* c0 B4 B" R1 O( u4 V w/ S \' O& t) r& z
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) `/ m/ f( d& M* p
$ l3 @9 A3 ?4 n6 {3 U4 S
" ] ~$ i3 V* q; E/ \ S1 L8 D9 `4 Z* }9 ]1 p6、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)7 M. P/ }7 K3 V$ j8 @
5 e; b P6 y# a |- {' e4 A- J/ s9 @- e# a
7 Q+ C O5 J/ q8 l8 F7、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)
8 H9 a4 x- V3 G" L& D, @, f, w F5 J% ~( L" ?3 v3 Y- \2 ]1 w8 Q$ z$ g7 z" d3 b+ e {( s! O3 _' r% D' N$ }; ]
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)
& \5 {+ l# g$ {! U8 O, b; v8 v: y; T& Z4 o. l1 @: `9 S' M3 r/ ?. _( K4 v2 P+ _, s% F- o: U3 O, I* T
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)/ x1 s) c! c; Q% O9 i& C; l8 D( o% I! u5 ~! [. }& |
5 Y6 c. A7 a2 ^5 M, R8 s3 @0 d4 ]! Z
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 |
|