蒙特卡羅演算法。
該演算法又稱隨機性模擬演算法，也稱統計實驗方法。是通過計算機**來解決問題的演算法，同時可以通過模擬來檢驗自己模型的正確性。
資料擬合、引數估計、插值等資料處理演算法。
比賽中通常會遇到大量的資料需要處理，而處理資料的關鍵就在於這些演算法，通常使用matlab輔助，與圖形結合時還可處理很多有關擬合的問題。
規劃類演算法：線性規劃、整數規劃、多元規劃、二次規劃等。
競賽中又很多問題都和規劃有關，可以說不少的模型都可以歸結為一組不等式作為約束條件，幾個函式表示式作為目標函式的問題，這類問題，求解是關鍵。通常使用 lindo 、 lingo 軟體求解。
圖論演算法：最短路、網路流、二分圖等演算法等。
熟悉acm的人來說，應該都比較熟悉。。
動態規劃、回溯搜尋、分治演算法、分支定界等計算機演算法。
這些演算法是演算法設計中比較常用的方法。
最優化理論的三大非經典演算法：模擬退火演算法（sa）、神經網路演算法（nn）、遺傳演算法（ga）。
這些問題是用來解決一些較困難的最優化問題的，對於有些問題非常有幫助，但是演算法的實現比較困難，需慎重使用。如2023年b題就可用模擬退火演算法。
網格演算法和窮舉法。
兩者都是暴力搜尋最優點的演算法，當重點討論模型本身而輕視演算法的時候，可以使用這種暴力方案，最好使用一些高階語言作為程式設計工具。
連續資料離散化方法：差分代替微分、求和代替積分等。
計算機只能處理離散化的問題，但是實際中資料大多是連續的，因此需要將連續問題離散化之後再用計算機求解。
數值分析演算法：函式的數值逼近、數值微分與數值積分、非線性返程的數值解法、數值代數、常微分方程數值解等。
主要研究各種求解數學問題的數值計算方法，特別是適用於計算機實現的方法與演算法。比如方程組求解、矩陣運算、函式積分等演算法就需要額外編寫庫函式進行呼叫。主要應用matlab進行求解。
圖象處理演算法。
**中也會需要來說明問題，通常使用 matlab 進行處理。
少年不被樓層誤，餘生不羈盡自由。
加油，加油！
數學建模之路2
本篇主要幫助小白對數學建模有大致的了解。為什麼沒有數學建模1，因為那篇不過審，找不出哪些字眼涉及敏感話題了hhh，不過也沒啥，那篇沒講學習內容。在下在孫嘉琪和劉志博，兩位隊友的共同努力下，有幸獲得19級數學建模國賽省級二等獎。並不算大佬，目前也在深入學習，在這裡盡力為大家比較關心的問題作詳細解答，主...
MPC初學2（數學建模）
模型 控制系統是基於數學建模，這種模型被稱為狀態 空間模型。通過狀態 空間模型，能用當前的狀態變數和操縱變數 偏差值 來表示未來狀態量。接下裡我們舉乙個單輸入 單輸出的例子,它可以被如下描述 xm k 1 amxm k bmu k y k cmxm k 其中u k 是操縱變數，作為輸入 xm k 是...
數學建模基礎學習2 matlab lingo
三角函式 sin正弦 sinh雙曲正弦 asin反正弦 asinh 反雙曲正弦 cos余弦 cosh雙曲余弦 acos反余弦 acosh 反雙曲余弦 tan正切 tanh雙曲正切 atan反正切 atan 反雙曲正切 指數函式與對數函式 exp 指數 log e為底的對數 log10常用對數 sqr...