要重點突破：
1 預測模塊：灰色預測、時間序列預測、神經網絡預測、曲線擬合（線性回歸）；
2 歸類判別：歐氏距離判別、fisher判別等 ；
3 圖論：最短路徑求法 ；
4 最優化：列方程組 用lindo 或 lingo軟件解 ；
5 其他方法：層次分析法 馬爾可夫鏈 主成分析法 等 ；
6 用到軟件：matlab lindo （lingo） excel ；
7 比賽前寫幾篇數模論文。
這是每年參賽的賽提以及獲獎作品的解法，妳自己估量著吧……
賽題 解法
93A非線性交調的頻率設計 擬合、規劃
93B足球隊排名 圖論、層次分析、整數規劃
94A逢山開路 圖論、插值、動態規劃
94B鎖具裝箱問題 圖論、組合數學
95A飛行管理問題 非線性規劃、線性規劃
95B天車與冶煉爐的作業調度 動態規劃、排隊論、圖論
96A最優捕魚策略 微分方程、優化
96B節水洗衣機 非線性規劃
97A零件的參數設計 非線性規劃
97B截斷切割的最優排列 隨機模擬、圖論
98A壹類投資組合問題 多目標優化、非線性規劃
98B災情巡視的最佳路線 圖論、組合優化
99A自動化車床管理 隨機優化、計算機模擬
99B鉆井布局 0-1規劃、圖論
00A DNA序列分類 模式識別、Fisher判別、人工神經網絡
00B鋼管訂購和運輸 組合優化、運輸問題
01A血管三維重建 曲線擬合、曲面重建
01B 工交車調度問題 多目標規劃
02A車燈線光源的優化 非線性規劃
02B彩票問題 單目標決策
03A SARS的傳播 微分方程、差分方程
03B 露天礦生產的車輛安排 整數規劃、運輸問題
04A奧運會臨時超市網點設計 統計分析、數據處理、優化
04B電力市場的輸電阻塞管理 數據擬合、優化
05A長江水質的評價和預測 預測評價、數據處理
05B DVD在線租賃 隨機規劃、整數規劃
算法的設計的好壞將直接影響運算速度的快慢，建議多用數學軟件（
Mathematice,Matlab,Maple, Mathcad,Lindo,Lingo,SAS 等），這裏提供十種數學
建模常用算法，僅供參考：
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）