MCM建模大赛常用算法.pptxVIP

MCM常用算法 Monte Carlo methods?are a broad class of?computational?algorithms?that rely on repeated?randomsampling to obtain numerical results; typically one runs simulations many times over in order to obtain the distribution of an unknown probabilistic entityMonte CarloOptimizationNumerical integrationGeneration of draws from a probability distribution线性同余法产生随机数Monte Carlo产生随机数Schrage 方法Monte Carlo产生随机数抽样产生分布Monte Carlo产生随机数抽样产生分布计算积分Monte Carlo产生随机数抽样产生分布计算积分优化Monte Carloint m=2147483647,a=16807,r0=m%a,q=(m-r0)/a; //定义常数void random(int I){//16807随机数产生器Scharge方法迭代产生下一个随机数 I=a*(I%q)-r0*(I/q);if(I0)I=I+m;}产生随机数抽样产生分布计算积分优化随机数代码高温下势能被抹平，粒子更容易容易逃出亚稳态模拟退火法思想模拟退火的基本思想:(1) 初始化：初始温度T(充分大)，初始解状态S(是算法迭代的起点)， 每个T值的迭代次数L(2) 对k=1，……，L做第(3)至第6步：(3) 产生新解S′(4) 计算增量Δt=C(S′)-C(S)，其中C(S)为评价函数(5) 若Δt0则接受S′作为新的当前解，否则以概率exp(-Δt/T)接受S′作为新的当前解. //Metripolis 接受规则(6) 如果满足终止条件则输出当前解作为最优解，结束程序。终止条件通常取为连续若干个新解都没有被接受时终止算法。(7) T逐渐减少，且T-0，然后转第2步。模拟退火法思想算法旅行商人问题：给定城市坐标，寻找遍访所有城市恰好一次的一条回路，且其路径长度最短模拟退火法解空间:S是遍访每个城市恰好一次的所有回路，是{1,……,n}的所有循环排列的集合，S中的成员记为，并记wn + 1 = w1。初始解可选为(1，……，n)目标函数:此时的目标函数即为访问所有城市的路径总长度或称为代价函数思想算法实例旅行商人问题：给定城市坐标，寻找遍访所有城市恰好一次的一条回路，且其路径长度最短模拟退火法思想算法实例[0,1]背包问题，图着色问题，调度问题算法目的：根据实际的输入与输出数据，计算模型参数（权系数）关键词：反馈、学习、训练、减少失误神经网络算法概念一种按误差逆传播算法训练的多层前馈网络神经网络算法概念简单的情况神经网络算法概念简单的情况神经网络算法概念简单的情况多层前馈网络神经网络算法概念简单的情况多层前馈网络神经网络算法概念简单的情况多层前馈网络神经网络算法概念简单的情况多层前馈网络实例初始值反馈校正最终结果输入输出元胞自动机：定义在一个离散、有限状态的元胞组成的元胞空间上，按 一定局部规则，在离散的时间维上演化的动力学系统元胞自动机概念元胞自动机概念生命游戏的可能结果常用“邻居”的定义元胞自动机概念自定义一些生存或灭亡规则可以模拟得到不同的结果举个栗子元胞自动机概念实例AHP: Analytical Hierarchy Process层次分析法AHP层次分析法，应用网络系统理论和多目标综合评价方法的一种层次权重决策分析方法。面临多种方案时需要依据一定的标准选择某一种方案用于决策、评价、分析、预测步骤：1、建立层次结构模型2、构造判断矩阵3、一致性检验4、计算各层权重5、总体一致性检验基本概念建立层次结构模型：认清决策目标和决策因素之间的关系，画出层次结构图，分成三个层次：目标层：决策的目的、要解决的问题准则层：考虑的因素、决策的准则方案层：决策时的备选方案层次分析法AHP基本概念步骤 O(选择旅游地)目标层C4(旅途)C1(景色)C2(费用)C3(饮食)准则层P1(黄山)P2(竦坑)P3(歙县)方案层构造判断矩阵：讨论同一层次因素的权重,如c1,c2…cn对O的影响记为w=[w1,w2,w3….wn]可以查找资料得到w也可以通过一致矩阵法（Santy法）：将所有因素两两相互比较，采用先对尺度例如，a比b重要2倍，b比c重要3倍，则归一化后权重系数为0.6:0.3:0.1相对权重规则如下：层次分析法AHP基本概念步骤构造判断矩阵：得到判断矩阵?层次分析法AHP基