计算机模拟和建模仿真算法

蒙特卡罗方法

也称统计模拟方法，是以概率统计理论为指导的数值计算方法。随机数是我们实现蒙特卡罗模拟的基本工具。

在解决实际问题的时候应用蒙特·卡罗方法主要有两部分工作：

1． 用蒙特·卡罗方法模拟某一过程时，需要产生某一概率分布的随机变量。

2． 用统计方法把模型的数字特征估计出来，从而得到实际问题的数值解。

元胞自动机

不同于一般的动力学模型，元胞自动机不是由严格定义的物理方程或函数确定，而是用一系列模型构造的规则构成。凡是满足这些规则的模型都可以算作是元胞自动机模型。因此，元胞自动机是一类模型的总称，或者说是一个方法框架。其特点是时间、空间、状态都离散，每个变量只取有限多个状态，且其状态改变的规则在时间和空间上都是局部的。

在大量的计算机实验的基础上，将所有元胞自动机的动力学行为归纳为四大类（Wolfram. S.，1986):

⑴平稳型:自任何初始状态开始，经过一定时间运行后，元胞空间趋于一个空间平稳的构形，这里空间平稳即指每一个元胞处于固定状态。不随时间变化而变化。

⑵周期型：经过一定时间运行后，元胞空间趋于一系列简单的固定结构（Stable Patterns）或周期结构（Perlodical Patterns)。由于这些结构可看作是一种滤波器（Filter），故可应用到图像处理的研究中。

⑶混沌型：自任何初始状态开始，经过一定时间运行后，元胞自动机表现出混沌的非周期行为，所生成的结构的统计特征不再变止，通常表现为分形分维特征。

⑷复杂型：出现复杂的局部结构，或者说是局部的混沌，其中有些会不断地传播。

元胞自动机可用来研究很多一般现象。其中包括通信、信息传递（Communication）、计算（Compulation）、构造 (Construction）、材料学（Grain Growth）、复制 (Reproduction）、竞争（Competition）与进化（Evolutio，]）等（Smith A.,1969;Perrier，J.Y.,1996）。同时。它为动力学系统理论中有关秩序 (Ordering）、紊动 (Turbulence）、混沌 (Chaos）、非对称（Symmetry-Breaking）、分形（Fractality）等系统整体行为与复杂现象的研究提供了一个有效的模型工具 (Vichhac。G，1984; Bennett，C,1985）。

递归和分治

递归：

一个直接或间接的调用自身的算法，称为递归算法，在计算机算法设计与分析中，递归技术往往是函数的定义和算法描述简洁且易于理解。适用于递归的类型：有些数据结构如二叉树等，由于本身就有的归特性，特别适合用递归的形式来描述；有的问题没有递归结构，但利用递归结构，简洁易懂且易于分析，如阶乘函数，整数划分问题，九连环问题，Hanoni塔问题等等。

分治:

分治法的基本思想是，将一个规模为n的问题分解为k个规模比较小的子问题，这些子问题互相独立，且与原问题相同，将各个子问题的解合并得到原问题的解释，设计模式如下，从分治法的思想可以看出，用它设计的程序一般是递归算法，因此分治法的计算效率通常，可以用递归方程来进行分析。

回溯法 ：

回溯法从开始节点（根节点）出发，以深度优先方式搜索整个解空间算法，搜索任意节点时，判断该接点是否包含问题的解，不包含跳过以该节点的子树搜索，逐层向其祖先节点回溯，否则进入该子树，继续按照深度优先搜索策略，回溯法适用于求解组合数较大的问题。