Pasos generales de la evaluación integral
1. Seleccionar los indicadores de evaluación adecuados según el propósito de la evaluación. Estos indicadores son muy representativos, distintivos y, a menudo, mensurables. La selección de indicadores de evaluación se basa principalmente en el conocimiento profesional, es decir, con base en teorías y prácticas profesionales relevantes, se analiza el impacto de cada indicador de evaluación en los resultados, y se seleccionan aquellos indicadores que sean representativos, ciertos, diferenciados e independientes para formar un sistema de indicadores de evaluación.
2. Según el propósito de la evaluación, determinar la importancia relativa de los indicadores de evaluación al evaluar algo, o el peso de cada indicador; 3. Determinar razonablemente el nivel de evaluación y los límites de cada indicador individual;
p>4. Seleccionar un método de evaluación integral apropiado según el propósito de la evaluación y las características de los datos, y establecer un modelo de evaluación integral basado en datos históricos;
5. Determinar la calificación y los límites cuantitativos de múltiples. -índice de evaluación integral. En la práctica de aplicación de la evaluación integral de cosas similares, el modelo de evaluación seleccionado se prueba, se revisa y complementa continuamente para hacerlo científico, práctico y avanzado, y luego se promueve.
Pregunta 2: ¿Qué algoritmos se necesitan para participar en el modelado matemático? 1. Método Monte Carlo:
También conocido como método de simulación aleatoria por computadora, también conocido como método de experimento estadístico. Puede probar la exactitud de su modelo mediante simulación.
2. Procesamiento de datos, como ajuste de datos, estimación de parámetros e interpolación.
Hay muchos datos que deben procesarse en la competencia, y la clave para el procesamiento de datos radica en estos métodos. Estos métodos generalmente cuentan con la ayuda de matlab y también pueden manejar muchos problemas de ajuste cuando se combinan con. gráficos.
3. Algoritmos de problemas de programación:
Incluyendo programación lineal, programación entera, programación multivariada, programación cuadrática, etc. Muchas preguntas del concurso están relacionadas con la planificación. Se puede decir que muchos modelos pueden reducirse a un conjunto de desigualdades como restricciones y varias expresiones funcionales como funciones objetivas. Resolver problemas como este es la clave.
Este tipo de problema generalmente se puede resolver con un software lingo.
4. Problemas de teoría de grafos:
Este artículo estudia principalmente algoritmos para este tipo de problemas, incluidos Dijkstra, Floyd, números primos, Bellman-Ford, flujo máximo, coincidencia binaria, etc. . No debería ser difícil para quienes estén familiarizados con ACM.
5. Problemas en el diseño de algoritmos informáticos;
El diseño de algoritmos incluye: programación dinámica, búsqueda de retroceso, divide y vencerás, método de ramificación y unión (resolución de soluciones enteras), etc.
6. Tres algoritmos no clásicos en la teoría de la optimización:
a) Recocido simulado
b) Red neuronal
Algoritmo genético
7. Algoritmo de cuadrícula y algoritmo exhaustivo
8. Método de discretización de problemas continuos
Debido a que las computadoras solo pueden manejar problemas discretos, en realidad la mayoría de los datos son continuos, por lo que Los problemas continuos deben discretizarse antes de ser resueltos por computadoras.
Por ejemplo, las ideas de diferencia reemplazando al diferencial y suma reemplazando a la integral son métodos comunes para discretizar problemas continuos.
9. Métodos de análisis numérico
Este artículo estudia principalmente varios métodos de cálculo numérico para la resolución de problemas matemáticos, especialmente métodos y algoritmos adecuados para la implementación informática.
Incluyendo: aproximación numérica de funciones, diferenciación numérica e integración numérica, soluciones numéricas de regresión no lineal, álgebra numérica, soluciones numéricas de ecuaciones diferenciales ordinarias, etc.
Matlab se utiliza principalmente para solucionar este problema.
10. Algoritmo de procesamiento de imágenes
Esta parte utiliza principalmente matlab para el procesamiento de imágenes.
Incluyendo mostrar imágenes, explicar problemas, etc.
Pregunta 3: ¿Cuáles son los métodos comunes de modelado matemático? Acumule algoritmos y modelos, haga preguntas reales, eso es todo.