模型算法_数学建模国赛之算法模型分类概述

数学建模国赛

之算法模型分类概述

数学模型的合理、高效率引用学习&＃xff0c;有助于尽早解答问题&＃xff0c;下面简要介绍分类及其注意事项&＃xff0c;大概可以按一下几点分类&＃xff1a;

(1)按模型的数学方法分&＃xff1a;

几何模型、图论模型、微分方程模型、概率模型、最优控制模型、规划论模型、马氏链模型等。

模型的数学方法一般是根据题目具体而定的&＃xff0c;例如2017年的CT重建&＃xff0c;可以说是几何数学求解的&＃xff0c;几乎没有模型&＃xff0c;类似于初中的几何关系&＃xff0c;当然有些许的控制函数。

(2)按模型的特征分&＃xff1a;

静态模型和动态模型&＃xff0c;确定性模型和随机模型&＃xff0c;离散模型和连续性模型&＃xff0c;线性模型和非线性模型等。

主要是离散和连续、线性与非线性、随机与确定等相关名词要理解透彻。

(3)按模型的应用领域分&＃xff1a;

人口模型、交通模型、经济模型、生态模型、资源模型、环境模型等。

这就涉及到了实际应用&＃xff0c;按照近年的趋势&＃xff0c;大部分是实际应用&＃xff0c;因为考生是本科生做不出研究生的水平。

(4)按建模的目的分&＃xff1a;

预测模型、优化模型、决策模型、控制模型等。

一般研究数学建模论文的时候&＃xff0c;是按照建模的目的去分类的&＃xff0c;并且是算法往往也和建模的目的对应。

(5)按对模型结构的了解程度分&＃xff1a;

有白箱模型、灰箱模型、黑箱模型等

比赛尽量避免使用&＃xff0c;黑箱模型、灰箱模型&＃xff0c;以及一些主观性模型。

(6)按比赛命题方向分&＃xff1a;

国赛一般是离散模型和连续模型各一个&＃xff0c;2016美赛六个题目(离散、连续、运筹学/复杂网络、大数据、环境科学、政策)&＃xff0c;或者是研究类与实际应用类&＃xff0c;但是不能很确定&＃xff0c;比如2018年的国赛题目&＃xff0c;根本分不清往年的A题和B题&＃xff0c;感觉都是往年的A题类型。

总结&＃xff1a;本节讲述了模型分类&＃xff0c;下一节讲解常用的算法