同時可以通過仿真來檢驗自己模型的正確性,這是競賽中的必要方法)
2.數據擬合、參數估計、插值等數據處理算法(比賽中通常有大量數據需要處理,
數據處理的關鍵在於這些算法,通常以Matlab為工具)
3.線性規劃、整數規劃、多元規劃、二次規劃等規劃問題(建模競賽中的大多數問題屬於優化問題,
很多時候,這些問題可以用數學規劃算法來描述,通常用Lindo和Lingo軟件來實現。
4.圖論算法(這類算法可以分為很多種,包括最短路徑算法、網絡流算法、二分圖算法等。
涉及圖論的問題可以用這些方法解決,需要認真準備)
5.動態規劃、回溯搜索、分治算法、分支定界等計算機算法(這些算法是算法設計中常用的,在很多場合的競賽中也可以用到)。
6.最優化理論的三種非經典算法:模擬退火法、神經網絡和遺傳算法。
(這些問題是用來解決壹些困難的優化問題的算法,對壹些問題很有幫助。
但是算法實現起來比較困難,需要謹慎使用。)
7.網格算法和窮舉法(網格算法和窮舉法都是暴力搜索的最佳算法,在很多競賽題中都有應用。
當專註於模型本身而忽略算法時,可以使用這種暴力的方案,最好使用壹些高級語言作為編程工具)
8.壹些連續的離散化方法(很多問題都是實用的,數據可以是連續的,計算機只識別離散數據,所以離散化,用積分代替求和代替微分是很重要的)。
9、數值分析算法(如果妳在遊戲中使用高級語言編程,那數值分析中的壹些常用算法比
如解方程、矩陣運算、函數積分等算法,需要額外編寫庫函數來調用)
10,圖像處理算法(競賽中有壹類和圖形有關的問題,即使和圖形無關,論文中也應該有很多圖片。
如何顯示這些圖形,如何處理這些圖形是需要解決的問題,通常使用Matlab來處理)