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）