数学建模有哪些算法（数学建模的算法）

数学模型的分类

数学分类

目的分类

1、蒙特卡罗算法（该算法又称随机性模拟算法， 是通过计算机仿真来解决问题的算法， 同时可以 通过模拟可以来检验自己模型的正确性，比较好用的算法）

2、数据拟合、参数估计、插值等数据处理算法（通常会遇到大量的数据需要处理，而处理数据的关键就在于这些算法，通常使用 Matlab 作为工具）

3、线性规划、整数规划、多元规划、二次规划等规划类问题（建模大多数问题属于最优化问题， 很多时候这些问题可以用数学规划算法来描述，通常使用 Lindo、Lingo 软件实现）

4、图论算法（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论的问题可以用这些方法解决，需要认真准备）

5、动态规划、回溯搜索、分治算法、分支定界等 计算机算法（这些算法是算法设计中比较常用的方法，很多场合可以用）

6、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（这些问题是用来解决一些较困难的最优化问题的算法， 对于有些问题非常有帮助，但是算法的实现比较困难，需慎重使用）

7、网格算法和穷举法（当重点讨论模型本身而轻视算法的时候， 可以使用这种暴力方案， 最好使用一 些高级语言作为编程工具）

8、一些连续离散化方法（很多问题都是从实际来的， 数据可以是连续的，而计算机只认的是离散的数据， 因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的）

9、数值分析算法（ 一些数值分析中常用的算法比如 方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用）

10、图象处理算法（有一类问题与图形有关， 即使与图形无关， 论文中也应该要不乏图片的 这些图形如何展示，以及如何处理就是需要解决的问题，通常使用 Matlab 进行 处理）