数学建模算法有哪些？
2.数据处理算法，如数据拟合、参数估计和插值。比赛中通常会有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.编程算法，如线性规划、整数规划、多元规划和二次规划。建模竞赛中的大部分问题都属于优化问题，很多时候这些问题都可以用数学规划算法来描述，通常用Lindo和Lingo软件来解决。
4.图论算法。这类算法可以分为很多种，包括最短路径算法、网络流算法、二分图算法等。图论相关的问题可以用这些方法解决，需要认真准备。
5.计算机算法，如动态规划、回溯搜索、分治算法、分支定界。这些算法是算法设计中常用的，在比赛中很多场合都会用到。
6.最优化理论的三种非经典算法:模拟退火算法、神经网络算法和遗传算法。这些问题用于解决一些困难的优化问题，对一些问题很有帮助，但是算法实现比较困难，需要谨慎使用。
7.网格算法和穷举法。两者都是蛮力搜索最好的算法，在很多竞赛题中都有应用。当我们专注于模型本身而轻视算法的时候，可以使用这种蛮力方案，最好使用一些高级语言作为编程工具。
8.连续数据的几种离散化方法。很多问题都是实用的，数据可以是连续的，计算机只能处理离散的数据，所以把它们离散化，贯彻差分代替微分，求和代替积分等思想是非常重要的。
9.数值分析算法。如果在竞赛中使用高级语言编程，数值分析中常用的算法，如解方程、矩阵运算、函数积分等，都需要编写额外的库函数来调用。
10.图像处理算法。竞赛中有一类与图形相关的问题。即使问题与图形无关，论文中也会需要图片来说明问题。如何显示这些图形，如何处理这些图形是需要解决的问题，通常用MATLAB来处理。
下面将结合历年的竞赛题详细讲解这十种算法。
下面将结合历年的竞赛题详细讲解这十种算法。
2十种算法的详细描述
2.1蒙特卡罗算法
大多数建模比赛都离不开计算机模拟，随机模拟是最常见的算法之一。
比如1997年的A题，每个零件都有自己的标定值和公差等级，求解最优组合方案会面临极其复杂的公式和108个公差选择方案，无法找到解析解。如何找到最优方案？随机模拟和寻找最优方案是方法之一。在每个零件的可行区间内，按照正态分布随机选取一个标定值和一个公差值作为方案，然后用蒙特卡罗算法对大量方案进行模拟，选出最佳方案。再比如去年抽签的第二题，要求有更好的方案。首先，方案的好坏取决于很多复杂的因素，也无法刻画一个模型来解决，只能用随机模拟的方法来模拟。
2.2数据拟合、参数估计、插值等算法
数据拟合在很多游戏中都有应用，很多图形处理相关的问题都和拟合有关。一个例子是1998年美国的A游戏，生物组织切片的三维插值处理，1994年A游戏中山峰海拔的插值计算，考试中可能要考的嘈杂的SARS问题。还应该使用数据拟合算法来观察数据的趋势，以便进行处理。对于这类问题，MATLAB中有很多现成的函数可以调用。如果你熟悉MATLAB，这些方法都可以用得很好。
2.3编程类问题算法
竞赛中的许多问题都与数学规划有关。可以说，很多模型都可以归结为一组不等式作为约束，几个函数表达式作为目标函数。遇到这样的问题，关键是要解决。比如1998年的B题，可以用很多不等式描述清楚。所以列出规划后用Lindo、Lingo等软件解决比较方便，所以需要熟悉这两个软件。
2.4图论问题
98 B、00 B和95锁箱装箱问题反映了图论的重要性。这类问题有很多算法，包括:Dijkstra，Floyd，Prim，Bellman-Ford，最大流，二进制匹配等等。每个算法都要实现一次，不然游戏上写就来不及了。
2.5计算机算法设计中的问题
计算机算法设计包括很多内容:动态规划、回溯搜索、分治算法、分支定界。比如1992年，B题是分枝定界法；1997年，问题B是典型的动态规划问题；另外，1998年的B题体现了分治算法。这方面的问题类似于ACM编程竞赛中的问题。推荐阅读《计算机算法设计与分析》(电子工业出版社)等计算机算法相关的书籍。
2.6最优化理论的三种非经典算法
近十年来，最优化理论发展迅速，模拟退火法、神经网络和遗传算法三类算法发展迅速。近几年的竞赛题越来越复杂，很多问题都没有好的模型可以借鉴，所以这三类算法往往可以派上用场，比如:97 A题的模拟退火算法，00 B题的神经网络分类算法，01 B题这样的难题也可以用神经网络，美国竞赛中的89 A题和86、89年刚提出的BP算法也有关系。2003年B题的伽玛刀问题也是目前的研究课题，目前最好的算法是遗传算法。
2.7网格算法和穷举算法
网格算法和穷举法一样，只是网格法是连续问题的穷举法。比如要求n个变量条件下的优化问题，那么选取这些变量可取的空间，比如在[a；B]取区间M +1点，为a；a+(b-a)/M；a+2(b-a)/M；…… ;b那么这个循环需要操作(M+1)N次，所以计算量非常大。比如1997年的A题和1999年的B题，可以用网格法搜索，这种方法最好是运算速度比较快的。
在计算机里，有高级语言可以做，最好不要用MATLAB做网格，否则时间会很长。穷举法大家都很熟悉，就不说了。
2.8连续数据离散化的一些方法
大多数物理问题的编程解法都与此方法有关。物理问题反映出我们生活在一个连续的世界里，计算机只能处理离散量，所以需要离散处理连续量。这种方法应用广泛，和上面很多算法都有关系。其实网格算法、蒙特卡罗算法、模拟退火都是用的这个思路。
2.9数值分析算法
这种算法是专门为高级语言设计的。如果用MATLAB和Mathematica就不用准备了，因为数值分析里面有很多函数。
2.10图像处理算法
01，需要会看BMP图像，1998年，在美国，需要会三维插值计算，2003年，B题，要求更高，不仅编程计算还要处理，数字和模拟论文要显示的图片很多，所以图像处理是关键。要做好这类题，学好MATLAB很重要，尤其是图像处理部分。