数学建模竞赛算法工具包：从模型选择到代码实现的全流程指南.docxVIP

数学建模竞赛算法工具包：从模型选择到代码实现的全流程指南

——国赛/美赛通用，让你的思路快人一步

一、拿到题目第一步：对号入座选模型

这可能是你最需要的“速查表”。根据题目类型，直接锁定核心算法，避免大海捞针。

题目类型

典型特征

关键词

主攻算法

辅助算法

预测类

根据历史数据，预测未来趋势

预测、趋势、未来

时间序列(ARIMA)、灰色预测GM(1,1)、神经网络(BP/LSTM)

线性/非线性回归、指数平滑

评价类

给一堆对象打分、排名、选优

评价、排名、优选、绩效

层次分析法(AHP)、TOPSIS法、模糊综合评价

熵权法、主成分分析(PCA)、数据包络分析(DEA)

优化类

在约束条件下，寻找最优方案

最短路径、最大利润、最优调度

线性/非线性规划、遗传算法(GA)、粒子群算法(PSO)、模拟退火

贪心算法、动态规划、蒙特卡洛模拟

分类/聚类类

把一堆东西按特征分门别类

分类、识别、聚类、画像

K-means聚类、支持向量机(SVM)、随机森林、BP神经网络

判别分析、DBSCAN、朴素贝叶斯

方程/机理类

用数学公式描述内在规律

微分方程、动力学、物理过程

常/偏微分方程、差分方程、元胞自动机

曲线拟合、数值求解(龙格-库塔)

速成经验：国赛A题（物理/工程类）多看微分方程和数值求解；B题（优化/离散类）多看规划模型和智能算法；C题（数据/统计类）多看预测、评价和机器