1楼：匿名用户
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**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，是比赛时必用的方法）
2、数据拟合、参数估计、插值等数据处理算法（比赛中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（建模竞赛大多数问题
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，很多场合可以用到竞赛中）
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（网格算法和穷举法都是暴力搜索最优点的算法，在很多竞赛
题中有应用，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（如果在比赛中采用高级语言进行编程的话，那一些数值分析中常
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（赛题中有一类问题与图形有关，即使与图形无关，**中也应该
要不乏**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）
作用：应用数学去解决各类实际问题时，建立数学模型是十分关键的一步，同时也是十分困难的一步。建立教学模型的过程，是把错综复杂的实际问题简化、抽象为合理的数学结构的过程。
要通过调查、收集数据资料，观察和研究实际对象的固有特征和内在规律，抓住问题的主要矛盾，建立起反映实际问题的数量关系，然后利用数学的理论和方法去分析和解决问题。这就需要深厚扎实的数学基础，敏锐的洞察力和想象力，对实际问题的浓厚兴趣和广博的知识面。数学建模是联系数学与实际问题的桥梁，是数学在各个领械广泛应用的媒介，是数学科学技术转化的主要途径，数学建模在科学技术发展中的重要作用越来越受到数学界和工程界的普遍重视，它已成为现代科技工作者必备的重要能力之。
参考资料：http://baike.
baidu.***/view/133261.htm#12_1
2楼：匿名用户
线性规划模型、非线性规划模型、结构模型、层次分析法、回归分析法等
数学建模的方法有哪些？
3楼：彭咿呀
**模块：灰色**、时间序列**、神经网络**、曲线拟合（线性回归）；
归类判别：欧氏距离判别、fisher判别等 ；
图论：最短路径求法 ；
最优化：列方程组 用lindo 或 lingo软件解 ；
其他方法：层次分析法 马尔可夫链 主成分析法 等 。
建模常用算法，仅供参考：
蒙特卡罗算法（该算法又称随机性模拟算法，是通过计算机**来解决 问题的算法，同时间=可以通过模拟可以来检验自己模型的正确性，是比赛时必 用的方法） 。
数据拟合、参数估计、插值等数据处理算法（比赛中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） 。
线性规划、整数规划、多元规划、二次规划等规划类问题（建模竞赛大多 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） 。
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） 。
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，很多场合可以用到竞赛中） 。
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） 。
网格算法和穷举法（网格算法和穷举法都是暴力搜索最优点的算法，在很 多竞赛题中有应用，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） 。
一些连续离散化方法（很多问题都是实际来的，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） 。
数值分析算法（如果在比赛中采用高级语言进行编程的话，那一些数值分 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） 。
图象处理算法（赛题中有一类问题与图形有关，即使与图形无关，** 中也应该要不乏**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）。
4楼：郁茵孝静雅
机理分析法，类比法，平
衡原理，微元法，图示法，数据分析法。这里比较重要的是最后一种，它包括了1.给出实际调查数据2.
将样本数据绘制成数据散布图3.对散布图进行分析4.根据散布图选择类似函数4.
模型分析，检验与修改。其他的方法也有扩展，建议你去找本建模方面的书籍做下参考。
数学建模中的评估模型有哪些
5楼：匿名用户
请问您所说的评复估是指制
指标评价吗？如果是的话：
在数学建模中，其实大多数指标是要根据实际情况来定义的，所以没有通用的模型，在评价过程中，常常会用到多指标综合评价，这个方面比较常用的方法有：熵值法、神经网络、层次分析法、主成分分析法等等。但是无一例外都需要大样本的数据来作为运算的支撑，不然都不准。
注：模糊数学也是一个很常用的评价模型，适合于模糊评价。
6楼：安慰颂
数学建模中的bai
评估模型有：
1、层次分du析法，构造
zhi两两比较判dao断矩阵，单一准则内下元素相对权重计算及一容致性检验，一致性检验，计算各层元素对目标层的总排序权重；
2、灰色关联分析体系；
3、dea评价体系，比率模式，超级效率模式，线性规划模式，超级效率之多阶排序模型；
4、模糊数学评价模型。
数学建模就是根据实际问题来建立数学模型，对数学模型来进行求解，然后根据结果去解决实际问题。
当需要从定量的角度分析和研究一个实际问题时，人们就要在深入调查研究、了解对象信息、作出简化假设、分析内在规律等工作的基础上，用数学的符号和语言作表述来建立数学模型。
数学建模常用的模型有哪些？各有何特点
7楼：
线性规划模型、非线性规划模型、结构模型、层次分析法、回归分析法等..具体的作用书上有
生活中有哪些常见的数学建模
8楼：我们d彼此
双曲线模型(炼铁高炉,发电厂高炉) 抛物线模型(扔铅球,投炸弹)
数学模型方法是数学学习中通过构建数学模型处理各类问题(包括数学理论和实际应用等方面)的方法。
数学建模常用模型及其作用,数学建模常用的模型有哪些？各有何特点
1楼 匿名用户 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 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，是比赛时必用的方法 2 数据拟合 参数估计 插值等数据处理算法 比赛中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...
数学建模中用于检验回归问题的模型有哪些
1楼 回归模型需要经过显著性检验。因为回归模型建立后的目的在于应用和对问题做出结论。没有进行显著性检验，没有理由来说明你的回归模型的合理性。 统计显著性低，不是没有意义，而是说明在你做回归模型目前为止，没有足够的数据来支撑 模型变量之间相关显著 的结论。 数学建模中用于 的模型有哪些？ 2楼 罗罗珺...
数学建模中模型假设的作用是什么,数学建模中 模型假设怎么写 5
1楼 匿名用户 合理的假设可以简化模型，从而反映模型的本质问题，如果过多考虑次要因素会使模型的建立难度加大，理论和实际问题总是存在差距，这是不可避免的。所有理论模型都是错误的，但所有理论模型又是有用的。 2楼 模型假设能够屏蔽一些人为不可控因素，通过合理的假设，能够很好的化简模型又能得到需要的结果 ...