10类算法

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，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，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）