0


数学建模国赛题型和获奖策略

数学建模题目可以分为四类:
1.评价类问题
2.运筹优化类问题
3.预测类问题
4.机理分析类问题(人口模型/物理学/微分方程等)

国赛中,优化类问题是一定会出。然后是评价类也是一定会出。其余连也会出现在某个题中。以近几年的一些题型做分析。

文章目录

2019年国赛题型和算法

  • A题(评价优化类):目标规划模型、微分方程模型、差分法
  • B题(机理分析类):欧拉刚体旋转定理、模拟退火算法、动力学方程、二阶微分方程
  • C题(评价优化类):目标优化、排队论、蒙特卡洛模拟

2020年国赛题型和算法

  • A题(机理分析类):热传导方程、差分法、多目标优化、模拟退火算法
  • B题(优化):蒙特卡洛模型、动态规划、博弈论、马尔可夫链
  • C题(优化):梯度下降法、主成分分析、遗传算法、多目标规划

2021年国赛题型和算法

  • A题(机理分析类):反射定律、优化算法
  • B题(评价优化类):回归分析、层次分析法、模糊综合评价法等
  • C题(评价优化类):量化分析、目标规划优化或群智能算法(粒子群法、遗传算法等)

国赛优秀论文

这里是近几十年的数模优秀论文

链接:https://pan.baidu.com/s/13iRdq1AbSwE83L1gbqydJQ?pwd=73ds 
提取码:73ds 

这么多要看完吗?当然不可能!我的建议:

  • 认真阅读两到三篇论文,研究他们的方法,能不能复现出来。
  • 如果是写论文的同学,看看它们的这些论文格式,你能不能写出来。

当你们队伍能够独立复现一篇优秀论文的时候,你们就一定能获奖了,这一步一定要做!国赛前一定要演练。

模型总结

评价模型:层次分析、 Topsis(优劣解距离法)、 模糊综合评价

预测分析模型:微分方程模型、 回归分析、时间序列、马尔可夫、神经网络、插值拟合、 灰色预测模型

优化模型:数学规划模型(多目标、单目标、 0-1 整数规划等)、复杂网络优化、排队论与计算机仿真、图论:最短距离与最大流

数理统计模型:多元分析(主成分分析、聚类分析、因子分析、判别分析、典型相关性分析等)、相关回归分析、假设检验、方差检验、贝叶斯统计

分类与判别算法:距离聚类(系统聚类)、关联性聚类,层次聚类、贝叶斯分类与判别、 SVM 支持向量机、决策树、极限学习机

重要的算法:蒙特卡罗算法、数据处理算法(数据拟合、参数估计、插值等)、规划算法(线性规划、整数规划、多元规划、二次规划等)、图论算法、计算机经典算法(动态规划、回溯搜索、分治算法、分支定界等)、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)、网格算法和穷举法、元胞自动机。

需要数模辅导可以私聊我的。最后,祝愿各位获奖~我是川川


本文转载自: https://blog.csdn.net/weixin_46211269/article/details/126730985
版权归原作者 川川菜鸟 所有, 如有侵权,请联系我们删除。

“数学建模国赛题型和获奖策略”的评论:

还没有评论