数学建模算法综述.ppt

算法综述 西南交通大学数学建模 2007 建模模型归纳 优化模型:线性规划,整数规划,非线性规划,动态规划,多目标规划,随机规划等 预测模型:灰色预测,回归分析,指数平滑法等 评价模型:聚类分析,因子分析,模糊评价等 方程模型:常微分方程,差分方程等 图论模型:最短路,最大流等 其他:概率模型,层次分析法,排队论等 建模算法实现 若建立的模型有固定的最优算法,则优先采用.例如:整数规划采用分支定界法等 可以采用数据结构和算法设计中的各类经典算法:排序,贪婪等 绝招:遗传算法,模拟退火算法,人工神经网络等 最后一招：模拟仿真,自己设计算法（网格算法、随机搜索、启发式算法等） 对同一模型，有条件多用几种算法实现，并比较优劣 算法的使用 例如题目中有若干题，则 问题一：传统优化算法 问题二：模拟算法 问题三：近代优化算法等 注意：对不同题目最好根据题目要求选择最适合的方法，并且要注意算法的多样性 建模软件使用 LINGO:优化类和图论等模型,但实现多目标模型、随机模型等需要慎重考虑； SPSS:大规模数据处理分析,作图,统计模型； MATLAB:方程模型,预测模型,作图,近代优化算法的实现,模型仿真等(功能最全面)； EXCEL:大规模数据处理分析,作图等； VC:仿真模拟等，算法设计及开发； 重点突破 大规模数据的处理和数据规律挖掘分析 多目标规划(近代优化算法);随机规划 图论算法 模拟仿真 要求 熟悉各类软件的功能实现及编程基础 对既有典型模型应该编制好程序储备: 例如, 对各类预测模型可以用MATLAB编好程序; 遗传算法等都可以编好程序. * *