美赛建模准备及算法介绍简介

1.环境：

解决好Linux与win10的兼容：初步是邮件，微信，蓝牙

MATLAB  LaTeX  Excel（lingo）

2.算法

最常见的四大类：

优化： 规划&优化（lingo）

0-1规划、线性规划、整数规划、非线性规划、动态规划、单目标规划、多目标规划

单纯形法、分支定界法

预测：时间序列、灰色预测、模糊预测、神经网络预测

分类：

聚类分析：又称群分析，它是研究(样品或指标)分类问题的一种统计分析方法，同时也是数据挖掘的一个重要算法。

k-means算法:

判别分析：Fisher判别法、Bayes判别法 

神经网络分类

支持向量机（SVM）

评价：层次分析法、综合评分法、综合指数法、Topsis法、秩和比法

基本的数据处理问题：

插值  拟合  回归  标准化  降维（主成分分析）

图论

最短路径（Dijkstra 、Floyd）

指派问题

hamilton圈

旅行商TSP问题 （matlab）

最小生成树（Kruskal）（prim）

网络最大流（matlab）

最小费用流

算法总结：

启发式算法：

模拟退火

遗传算法

粒子群算法

A*算法

蚁群算法

领域搜索

禁忌搜索

关于查阅资料的方法：

google

在Google的学术搜索里搜索你所要查找的方向,不过绝大多数的文献是没法下载的,要付费,然后回到学校图书馆的主页在电子资源里去搜索该文献,常用的有中国知网,维普,万方,Elsevier、JSTOR、Springer……