还好美赛前有这份模型算法清单!!!

文摘   2025-01-20 17:48   内蒙古  
点击蓝字

关注我们

大家都知道参加数学建模美赛除了论文,绘制好看的图形之外,最重要的就是模型算法,而大家常常会遇到许多问题:比如哪些算法模型会在比赛中更加常用?不同题型应该用哪个算法模型?等等诸如此类的问题,所以今天数乐君就来大家总结一波美赛中常用的模型算法,希望可以帮到大家!



在数学建模中,根据具体问题的特点和要求,选择合适的模型和算法是非常重要的,同时需要根据实际情况进行调整和优化,以得到合理和可行的解决方案。

通常将数学模型按照其应用目标和任务的不同划分为四大类:评价模型、预测模型、分类模型和优化模型。这些模型用于解决不同类型的问题和任务。但常用的其实是三大模型,所以数乐君接下来会着重介绍这三大模型。

三大模型

1

预测类模型

常用的预测模型:神经网络预测、灰色预测、拟合插值预测(线性回归)、时间序列预测、马尔科夫链预测、微分方程预测、Logistic 模型等等。


模型选择

单调递增的时间序列数据预测:Logistic 预测模型、灰色预测模型、二次指数平滑预测、ARMA时间序列、季节指数预测模型、BP神经网络模型

周期性的时间序列数据预测:ARMA时间序列、季节指数预测模型、BP 神经网络模型

不规律的时间序列数据预测:高斯回归预测模型、二次指数平滑预测、ARMA时间序列、季节指数模型

多个指标的时间序列数据预测:BP 神经网络模型

马尔可夫预测模型:某一个系统在已知现在的条件下,系统未来时刻的情况只与当前有关,而与过去的历史无关


应用领域:人口预测、水资源污染增长预测、病毒蔓延预测、竞赛获胜概率预测、月收入预测、销量预测、经济发展情况预测等在工业、农业、商业等经济领域,以及环境、社会和军事等领域中都有广泛的应用。


整体分析:预测模型难度中等。

拟合插值预测:基础简单、容易理解。

拟合算法:matlab拟合工具箱、准确…

插值算法:短期预测、完善补全数据、插值函数、拉格朗日插值法、三次样条插值法…


预测类题目通过分析已有数据或现象,找出其内在发展规律,然后对未来情形做出预测的过程。根据已知条件和求解目的,往往将预测类问题分为:小样本内部预测,大样本内部预测,小样本未来预测,大样本随机因素或周期特征的未来预测,大样本的未来预测。

2

评价类模型

常用的评价模型:模糊综合评价法、层次分析法、聚类分析法、主成分分析评价法、灰色综合评价法、人工神经网络评价法等等。


模型选择

层次分析法:无数据支撑下指标定权,给指标制定权重;量化方案选择。

熵权法:有数据支撑下指标定机与评价问题

灰色关联分析法:分析各个回素对于结果的影响程度,或解决随时间变化的综合评价问题

TOPSIS模型:对评价结果进行排序;或评价的准则层太多,或准则层中的指标(相对权重已知),则不能用层次分析法评价,要用优劣解距离法

模糊综合评价法:在模糊环境下,考虑多因素的影响,为某种目的作出综合决策的方法。

神经网络算法:指标较多,有训练数据支撑,并且需要对未知数据进行评价

数据包络法(DEA):多种投入和多种产出类评价问题

秩和比综合评价法:秩和比方法常用于评价多个指标的综合水平情况,医学研究领域广泛。


应用领域:某区域水资源评价、水利工程项目风险评价、城市发展程度评价、足球教练评价、篮球队评价、水生态评价、大坝安全评价、边坡稳定性评价。


整体分析:评价模型偏简单。

01.2021年国赛B题乙醇偶合制备C4烯烃;

02.2019D空气质量数据的校准    


数学建模中,评价类模型是一类比较基础的数学模型之一,往往是对应生活中的一些实际问题。评价模型用于对某个系统、方案或决策进行评估。通过构建合适的指标和评价方法,评价模型能够对不同方案的优劣进行比较和分析。

3

优化类模型

常见的优化模型:规划模型(目标规划、线性规划、非线性规划、整数规划、动态规划)、图论模型、排队论模型、神经网络模型、现代优化算法(遗传算法、模拟退火算法、蚁群算法、禁忌搜索算法)等等。


模型选择

线性规划模型:目标函数和约束条件均为线性

整数规划或0-1规划:决策变量取值被限制为整数或0,1

动态优化模型:以时间为划分阶段的动态过程优化问题

非线性规划模型:目标函数或约束条件中包括非线性函数

多目标规划模型:目标函数不唯一,即同时存在多个目标函数

最速下降法、随机梯度下降、拟牛顿法:目标函数为凸函数时,求解算法选择基于梯度的求解算法

粒子群算法:智能优化,决策变量为连续变量

遗传算法:智能优化,决策变量为离散变量

模拟退火:智能优化,决策变量吴型无要求,但维度较低


应用领域:快递员派送快递的最短路径问题、水资源调度优化问题、高速路口收费站问题、军事行动避空侦察的时机和路线选择、物流选址问题、商区布局规划等各个领域。


整体分析:优化模型偏难。

01.切割木料、地板,使损耗最低、利润最高。

02.自然水管道铺设问题:图论模型(迪杰斯特拉算法 Dijkstra、克鲁斯卡尔算法 Kruskal)


数学建模中的优化问题在生活中也很常见,比如坐出租车时希望司机不绕弯路、走优化路线;逛超市时考虑各种优惠活动,希望获得最大优惠;企业推出新产品要综合考虑成本与市场吸引力,对资金进行优化配置等。这些问题都是“最优化问题”,也是数学建模中的典型问题。

五大算法

1

神经网络

用于分类和回归问题,通过构建一个多层的神经网络来进行计算。


神经网络是一种模仿人类大脑神经网络结构和工作方式的算法模型。它由许多简单的单元或神经元组成,每个神经元接收来自其它神经元的输入,并将这些输入组合成一个输出。神经网络通常由多个层组成,包括输入层、隐藏层和输出层,每层由若工人神经元组成。


神经网络可以用于分类、回归和聚类等任务,其中最常见的是分类任务。神经网络分类器的训练通常采用反向传播算法,它通过计算误差梯度来更新神经网络权重,以使神经网络的输出尽可能接近真实标签。

2

模拟退火算法

用于在一个大的搜索空间中找到一个最优解。


模拟退火算法(Simulation Annealing,SA) 是一种基于概率的全局优化算法,其灵感来源于固体材料在退火过程中的微观状态变化过程。该算法通过一定的概率接受一个劣解以避免陷入局部最优解,并在迭代过程中逐渐降低概率,最终达到全局最优解的目的。

3

决策树

用于分类和回归问题,通过构建一个树状结构来做出决策。


决策树是一种常见的机器学习算法,用于解决分类和回归问题。它的基本思想是将数据集分成多个子集,每个子集对应一个决策树节点.最终形成一棵树形结构。决策树的每人节点表示一个特征,分支表示特征的取值,叶子节点表示分类或回归的结果。


决策树在分类和回归问题中都有广泛的应用,它的优点包括易于理解和解释,处理缺失数据、对县常值不敏感、适用干多分举和回归问题等。但是决策树也有一些缺点,如容易过拟合、对输入数据的细微变化敏感等。



4

聚类

用于将数据集中的数据分为不同的组。


聚类是一种无监督学习算法,用于将数据集中的对象分成几个相似的组或类别,聚类算法的目标是找到一些相似的数据点,并将它们分成不同的类别或簇,使得同一类别的数据点尽可能地相似,而不同类别的数据点尽可能地不同。


常见的聚类算法包括 K-Means 算法、层次聚类算法和 DBSCAN 算等。其中,K-Means 算法是最常见的聚类算法之一,它将数据点分为 K 个,并将每个数据点分配到最近的簇中。

5

支持向量机

用于分类和回归问题,通过找到一个最优的分离超平面来进行分类。


支持向量机 (Support Vector Machine,简称 SVM)是一种常用的监督学习算法,常用于分类和回归问题。SVM 基于将数据映射到高维空间,并在该空间中寻找最大间隔超平面来进行分类或回归。


SVM 的目标是找到一个最大间隔超平面,它将不同类别的数据分开,使得同一类别的数据点尽可能地靠近这个超平面。具体来说,对于分类问题,SVM 将数据映射到高维空间,并找到一个超平面,它能够将两类数据分开,并且距离两类数据点最近的点到该超平面的距离最大。


在实现 SVM 时,需要选择一个核函数来对数据进行映射,常用的核函数有线性核、多项式核和径向基函数(Radial Basis Function,简称 RBF) 核等。


2025美赛报名倒计时最后4天!


2025年美赛报名进入高峰期!

为使同学们省去美赛报名的繁琐流程

为解决VISA卡支付问题

为更好的提升参赛者的获奖率

现针对美赛特推出美赛辅助报名

截至2025年1月20日

当前2025美赛报名超22530+支队伍

↓↓

数模乐园已累计为23万多人以上同学完成了美赛辅助报名服务!已成为国内最大、价格最低、参赛院校最广的美赛辅助报名平台!数模乐园辅助报名不仅仅只是一个单纯报名服务,后续赛前指导、赛中操作流程及注意事项指引等竞赛故障问题,全程免费为参赛者服务,服务好评率100%、报名成功率100%、高校覆盖率100%。




01
报名方式及费用

扫码立即报名


或复制报名官方网址

https://www.nmmcm.org.cn/match_detail/35



注意:

美赛辅助报名完成后,会在工作时间内将报名成功的邮件发送至该参赛队伍的队长邮箱里。离报名截止时间越近,报名的队伍就越多,为避免造成报名拥堵及邮件接收延迟问题,强烈建议想要参赛的同学尽早完成报名工作!




02
报名优势

1.通过数模乐园辅助报名流程简单,直接在线缴费报名,使用微信/支付宝即可缴费,无须VISA等国外银行卡,很大程度地方便了学生的报名。

2.数模乐园辅助报名全网价格最低,服务好评率100%、报名成功率100%、高校覆盖率100%。

3.数模乐园报名通道简单安全,报名后在队长邮件中收到美赛报名成功的通知。

4.额外赠送大量赛前学习资料、视频、课程、数模软件以及赛题翻译等服务(报名后无需等待立即开始学习、而且报名同学同享)。

5.美赛辅助报名可为学生团队提供正规增值税电子发票(美赛官方不提供发票),方便赛后学生团队报销报名费。

6.邀请了数学建模专家进行美赛赛前公开课讲解(直播)

7.美赛等级证书只有自行下载的电子版,数模乐园可打印并邮寄高质量纸质版证书。

8.比赛期间的时间、流程安排导航,资源共享下载。

9.快速帮您寻找最合拍的队友,让您不再为组队而烦恼。

10.支持比赛后成绩提前查询下载通道,2024年美赛,国内院校95%通过数模乐园查询通道提前完成美赛成绩查询

11.提供赛前千人学习交流大群,和全球参赛者共同备战交流。





往期推荐




“阅读原文”一起来报名2025年美赛吧!
扫码关注
小红书:数模乐园、数模乐园视频号
知乎:数模乐园





数模乐园
专注于数学建模竞赛领域公众号,分享数学建模赛事资讯、软件教程、算法模型、经验心得等数学建模干货知识,欢迎关注!
 最新文章