数学建模十大经典算法和常用算法

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,同时通过模拟可以来检验自己模型的正确性。

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算法,通常使用Matlab作为工具。

3、线性规划、整数规划、多元规划、二次规划等规划类问题:数学建模比赛中大多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解决,通常用Lindo、Lingo、Matlab等作为工具来实现。

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。

5、动态规划、回溯搜索、分治算法、分支定界等计算法:这些算法是算法设计中比较常用的方法,很多场合可以用到比赛中。

6、最优化理论中的三大非典型算法(模拟退火算法,神经网络,遗传算法):这些算法是用来解决一些比较困难的最优化问题的算法,对于有些问题非常有帮助,但算法实现一些困难。

7、网络算法和穷举法:网络算法和穷举法是暴力搜索最优的算法,当比赛重点放在模型本身时可以使用这种方法。

8、一些连续离散化方法:因为很多问题是从实际中来的,所以数据是可以连续的。而计算机只认识离散的数据,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。

9、数值分析算法:比赛中的数据所蕴含的信息量是非常大的,所以可以利用分析数值的方法来达到我们的目的。不过需要注意的是,如果比赛中采用高级语言进行编辑的话,那一些数值分析中常用的算法(比如:方程组求解、矩阵求解、函数积分等算法)需要额外编写库函数进行调用。

10、图像处理算法:赛题中有一类问题与图形有关,即使与图形无关,论文中也需要图形进行解释,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。

在比赛中经常用的算法:线性规划、整数规划、非线性规划、动态规划、层次分析法、图论方法、拟合方法、插值方法、随机方法、微分方程方法。

你可能感兴趣的:(matlab,开发语言)