高职大学生数学建模竞赛中的常见算法高职大学生数学建模竞赛中的常见算法.doc

浅谈高职大学生数学建模竞赛中的常见算法 【摘要】本文首先介绍了高职大学生数学建模竞赛的过程及开展，然后结合实际对竞赛中常见的算法进行陈述，并提出了相关建议。 【关键词】高职院校；数学建模；算法 1. 引言 数学建模是用数学语言来描述实际问题的关系和规律，把实际问题转化为数学问题的一种方法和过程。随着计算机技术的迅速发展，数学建模在生产实际中发挥了越来越重要的作用。全国高职大学生数学建模竞赛全国统一竞赛题目，采取通讯竞赛方式，以相对集中的形式进行；竞赛一般在三天内举行；大学生以队为单位参赛，每队3人，专业不限竞赛题目一般来源于工程技术和管理科学等方面经过适当简化加工的实际问题，不要求参赛者预先掌握深入的专门知识，只需要学过普通高校的数学课程。题目有较大的灵活性供参赛者发挥其创造能力。参赛者应根据题目要求，完成一篇包括模型的假设、建立和求解，计算方法的设计和计算机实现，结果的分析和检验，模型的改进等方面的论文（即答卷）。竞赛评奖以假设的合理性、建模的创造性、结果的正确性和文字表述的清晰程度为主要标准。数学建模在高职院校只是刚刚起步，有许多问题尚需在实践中进一步研究解决。cumcm自1999年开始设立大专组竞赛以来，虽然近年来参赛的高职院校大幅度增加，但比例还是偏低。同时，我国的高职院校大多是近年来由原来的中专学校升格而成的，对数学建模的作用认识还达不到一定的深度，对数学建模活动的开展，数学建模竞赛的组赛等，各高职院校大多是摸着石头过河，存在着一定的盲目性。 2. 常见建模算法 按照数学建模的过程，在把实际问题设定成具体数学模型后，首先需要解决的就是模型求解所用的算法问题，高职学生由于大多数数学基础较差，在算法思想方面存在很大不足。所谓算法，就是按照一定的步骤，一步一步的解决问题的程序化的思想，机械式地按照某种确定的步骤行事，通过一系列小的简单计算操作完成复杂计算的过程，这就是 “算法”过程。算法是数学建模的重要组成部分，算法思想是贯穿数学建模的一条主线，大多数模型求解都具有两重属性，既表现为一种算法、操作过程，又表现为一种对象结构，在数学建模的教学与问题的解决中，我们都在应用算法思想，例如，求解一个方程、计算一个函数值，证明一个结果等，我们都需要有一个清晰的思路，都要按照一定的步骤，一步一步地去完成，因此，算法具有具体化、程序化、机械化的特点，又有高度的概括性和精确性。 根据cumcm历年以来的竞赛题目，我们简单总结出高职大学生数学建模竞赛中的常见算法如下： 2.1 计算机随机性模拟算法 该算法也称统计试验方法。它是一种基于“随机数”的计算方法，能够比较逼真地描述事物的特点及物理实验过程，解决一些数值方法难以解决的问题。改方法的雏型可以追溯到十九世纪后期的蒲丰随机投针试验，即著名的蒲丰问题。它通过计算机仿真(模拟)解决问题，同时也可以通过模拟来检验自己模型的正确性，是比赛中经常使用的方法。如1997年的本科组a题：每个零件都有自己的标定值，也都有自己的容差等级，而求解最优的组合方案将要面对着的是一个极其复杂的公式和108种容差选取方案，根本不可能去求解析解，那如何去找到最优的方案呢？随机性模拟搜索最优方案就是其中的一种方法，在每个零件可行的区间中按照正态分布随机的选取一个标定值和选取一个容差值作为一种方案，然后通过蒙特卡罗算法仿真出大量的方案，从中选取一个最佳的。又如2002年的b题：关于彩票第二问，要求设计一种更好的方案，首先方案的优劣取决于很多复杂的因素，同样不可能刻画出一个模型进行求解，只能靠随机仿真模拟。 2.2 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这些算法，通常使用matlab 作为工具。与图形处理有关的问题很多与拟合有关系。如1994年本科组a题逢山开路、山体海拔高度的插值计算此类问题在matlab中有很多函数可以调用，只有熟悉matlab，这些方法才能用好。 2.3 线性规划、整数规划、多元规划、二次规划等规划类问题 建模竞赛大多数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来描述，通常使用lindo、 lingo软件实现此类问题主要有线性规划、整数规划、多元规划、二次规划等。竞赛中很多问题都和数学规划有关，可以说不少的模型都可以归结为一组不等式作为约束条件、几个函数表达式作为目标函数的问题，遇到这类问题，求解就是关键了。如1998本科年b题，用很多不等式完全可以把问题刻画清楚。 2.4 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，需要认真准备，包括：dijkstra、floyd、prim、bellman-ford、最大流、二分匹配等问题。如1995 年锁具装箱、1998 年b 题、2