? 1、蒙特卡羅算法（該算法又稱隨機性模擬算法，是通過計算機仿真來解決問題的算 法，同時可以通過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法） 2、數據擬合、參數估計、插值等數據處理算法（比賽中通常會遇到大量的數據需要 處理，而處理數據的關鍵就在於這些算法，通常使用Matlab作為工具） 3、線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多數問題 屬於最優化問題，很多時候這些問題可以用數學規劃算法來描述，通常使用Lindo、 Lingo軟件實現） 4、圖論算法（這類算法可以分為很多種，包括最短路、網絡流、二分圖等算法，涉 及到圖論的問題可以用這些方法解決，需要認真準備） 5、動態規劃、回溯搜索、分治算法、分支定界等計算機算法（這些算法是算法設計 中比較常用的方法，很多場合可以用到競賽中） 6、最優化理論的三大非經典算法：模擬退火法、神經網絡、遺傳算法（這些問題是 用來解決壹些較困難的最優化問題的算法，對於有些問題非常有幫助，但是算法的實 現比較困難，需慎重使用） 7、網格算法和窮舉法（網格算法和窮舉法都是暴力搜索最優點的算法，在很多競賽 題中有應用，當重點討論模型本身而輕視算法的時候，可以使用這種暴力方案，最好 使用壹些高級語言作為編程工具） 8、壹些連續離散化方法（很多問題都是實際來的，數據可以是連續的，而計算機只 認的是離散的數據，因此將其離散化後進行差分代替微分、求和代替積分等思想是非 常重要的） 9、數值分析算法（如果在比賽中采用高級語言進行編程的話，那壹些數值分析中常 用的算法比如方程組求解、矩陣運算、函數積分等算法就需要額外編寫庫函數進行調 用） 10、圖象處理算法（賽題中有壹類問題與圖形有關，即使與圖形無關，論文中也應該 要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab 進行處理）