一、數學建模各種軟體對比
（1）MATLAB【綜合】
最為全面的數學建模軟體，用處絕對不僅僅限于數學建模競賽，在科研和工程中都有很多的應用，說是世界第一科學軟體也不為過，無論是數值計算，還是運籌優化，亦或是資料分析，使用MATLAB都可以完成，不過越全面的軟體，往往有一個缺點都不可避免，就是做任何一個方面都不是很方便，MATLAB也是如此，除了矩陣運算，其他方面的功能雖然都有，但都比不上相關的專業軟體，比如，運籌優化不如Lingo，資料分析不如SAS等，
（2）Lingo【運籌優化】
運籌優化問題的推薦軟體，任何一項數學建模競賽，優化問題起碼占據半壁江山，如果你問我，只準備一個模型，該準備哪一個，我會毫不猶豫回答你：優化類模型，任何一個比賽，都會涉及到運籌優化，這也是一類能極大拉開論檔案次的題目（不像統計類和預測類問題一樣大家都比吹水），優化類問題不僅模型重要，結果也很重要，因此，一款好的軟體是必備工具，
（3）SAS【資料分析】
統計類問題的最佳選擇，SAS是世界最大的私人軟體公司，世界500強90%都在使用SAS，大資料時代下，資料類問題時有出現，SAS絕對是資料處理的最好工具，盡管目前SAS在中國的市場占有率并不是很大，但從建模專業性上來說，統計軟體SAS的功能毫無疑問是最強大的，
（4）SPSS【資料分析】
統計軟體非常多，SPSS是很出名的一個，SPSS的最大特點是簡單，容易入門，很多數學建模比賽拿過一兩次獎的，都自稱自己會且僅會使用SPSS，個人感覺，SPSS在處理某些問題是還是比較方便的，運氣好的話，水個獎估計問題也不是太大，不過要想做到更高的水平，只會用SPSS的還是去歇著吧，
（5）mathematica【綜合】
一款非常適合數學系學生使用的軟體，擁有最強大的符號運算功能，近年來mathematica致力于在中國的數學建模競賽中推廣該款軟體，盡管使用率遠不及matlab，不過在很多問題上還是有自己獨特的優勢，
二、數學建模競賽常考三大模型及十大演算法
1 三大模型
1.1 預測模型
預測模型：神經網路預測、灰色預測、擬合插值預測（線性回歸）、時間序列預測、馬爾科夫鏈預測、微分方程預測、Logistic 模型等等，
應用領域：人口預測、水資源污染增長預測、病毒蔓延預測、競賽獲勝概率預測、月收入預測、銷量預測、經濟發展情況預測等在工業、農業、商業等經濟領域，以及環境、社會和軍事等領域中都有廣泛的應用，
預測模型：難度中等，
擬合插值預測：基礎簡單、容易理解，
擬合演算法：matlab擬合工具箱、準確…
插值演算法：短期預測、完善補全資料、插值函式、拉格朗日插值法、三次樣條插值法…
神經網路預測：現代優化演算法、考驗編程能力，
人口預測：灰色預測、Logistic 模型…
1.2 優化模型
優化模型：規劃模型（目標規劃、線性規劃、非線性規劃、整數規劃、動態規劃）、圖論模型、排隊論模型、神經網路模型、現代優化演算法（遺傳演算法、模擬退火演算法、蟻群演算法、禁忌搜索演算法）等等，
應用領域：快遞員派送快遞的最短路徑問題、水資源調度優化問題、高速路口收費站問題、軍事行動避空偵察的時機和路線選擇、物流選址問題、商區布局規劃等各個領域，
優化模型：偏難，
切割木料、地板，使損耗最低、利潤最高，
自然水管道鋪設問題：圖論模型（迪杰斯特拉演算法 Dijkstra、克魯斯卡爾演算法 Kruskal）
1.3 評價模型
評價模型：模糊綜合評價法、層次分析法、聚類分析法、主成分分析評價法、灰色綜合評價法、人工神經網路評價法等等，
應用領域：某區域水資源評價、水利工程專案風險評價、城市發展程度評價、足球教練評價、籃球隊評價、水生態評價、大壩安全評價、邊坡穩定性評價，
預測模型：偏簡單，
2 數學建模的十大常用演算法
三、博主數學建模代碼
博主數學建模代碼鏈接：https://blog.csdn.net/tiqcmatlab/category_10708003.html
四、 參考文獻
[1]數學建模競賽常考三大模型及十大演算法【預測模型、優化模型、評價模型】
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/293083.html
標籤：AI
上一篇：8.空間位置解算