2015年数学建模选修大作业.docx

中华女子学院 成绩 2014 — 2015 学年第二学期期末考试 （论文类） 论文题目 数学建模算法之蒙特卡罗算法 课程代码 1077080001 课程名称 数学建模 学 号 130801019 姓 名 陈可心 院 系 计算机系 专 业 计算机科学与技术 考试时间 2015年 5月 27日 一、数学建模十大算法 1、蒙特卡罗算法 该算法又称随机性模拟算法， 是通过计算机仿真来解决问题的算法， 同时可以通过模拟可以来检验自己模型的正确性， 是比赛时必用的方法。 接下来本文将着重介绍这一算法。 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。 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。这个也是我们数学建模选修课时 主要介绍的问题，所以对这方面比较熟悉，也了解了 Lindo 、Lingo 软件的基本用法。 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， 上学期数据结构课程以及离散数学课程中都有介绍。它提供了对很多问题都很有效的一种简单而系统的建模方式。 5、动态规划、回溯搜索、分治算法、分支定界等计算机算法 这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中 6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法 这些问题是用来解决一些较困难的最优化问题的算法， 对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用。 7、网格算法和穷举法 网格算法和穷举法都是暴力搜索最优点的算法， 在很多竞赛题中有应用， 当重点讨论模型本身而轻视算法的时候， 可以使用这种暴力方案， 最好使用一些高级语言作为编程工具。 8、一些连续离散化方法 很多问题都是实际来的， 数据可以是连续的， 而计算机只认的是离散的数据，因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的。 9、数值分析算法 如果在比赛中采用高级语言进行编程的话， 那一些数值分析中常用的算法比如方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用。 10、图象处理算法 赛题中有一类问题与图形有关，即使与图形无关，论文中也应该要不乏图片 的，这些图形如何展示以及如何处理就是需要解决的问题，通常使用 Matlab 进行处理。 二、蒙特卡罗方法 2.1 算法简介 蒙特·卡罗方法（ Monte Carlo method ），也称统计模拟方法， 1946 年， 美国拉斯阿莫斯国家实验室的三位科学家 John von Neumann,Stan Ulam 和 Nick Metropolis 共同发明了，蒙特卡罗方法。此算法被评为 20 世纪最伟大的十大算法之一。是二十世纪四十年代中期由于科学技术的发展和电子计算机的发明， 而被提出的一种以概率统计理论为指导的一类非常重要的数值计算方法。 是指使用随机数来解决很多计算问题的方法。 由于传统的经验方法由于不能逼近真实的物理过程，很难得到满意的结果， 而蒙特卡罗方法由于能够真实地模拟实际物理过程，故解决问题与实际非常符合， 可以得到很圆满的结果。 与它对应的是确定性算法。蒙特·卡罗方法在金融工程学，宏观经济学，计算物理学（如粒子输运计算、量子热力学计算、空气动力学计算）等领域应用广泛。 2.2 蒙特卡罗方法的特点 蒙特卡罗方法通过抓住事物运动的几何数量和几何特征， 利用数学方法来加以模拟，即进行一种数字模拟实验。 它是以一个概率模型为基础， 按照这个模型所描绘的过程，通过模拟实验的结果，作为问题的近似解。 蒙特卡罗方法与一般计算方法有很大区别， 一般计算方法对于解决多维或因素复杂的问题非常困难， 而蒙特卡罗方法对于解决这方面的问题却比较简单。 其特点如下： 1、直接追踪粒子，物理思路清晰，易于理解。 2、 采用随机抽样的方法， 较真切的模拟粒子输运的过程， 反映了统计涨落的规 律。 3、不受系统多维、多因素等复杂性的限制，是解决复杂系统粒子输运问题的好 方法。 蒙特卡罗方法的基本原理及思想如下： 当所要求解的问题是某种事件出现的概率，或者是某个随机变量的期望值时，它们可以通过某种 “试验 ”的方法，得到这种事件出现的频率， 或者这个随机变数的平均值， 并用它们作为问题的解。 这就是蒙特卡罗方法的基本思想。 蒙特卡罗方法通过抓住事物运动的几何数量和几何特征，利用数学方法来加以模拟， 即进行一种数字模拟实验。 它是以一个概率模型为基础， 按照这个模型所描绘的过程， 通过模拟实验的结果， 作为问题的近似解。 2.3 适用模型