干货分享 | 常用算法分类与简单分析！
常用算法分类与简单分析
1. 评价类算法
层次分析法(AHP)、模糊综合评价、主成分分析(PCA)、灰色关联分析法、数据包络分析法(DEA)、优劣解距离法(TOPSIS法)、秩和比综合评价法、投影寻踪综合评价法等。
A: 单指标/少指标评价，针对这样的评价问题，不需要使用那些常用的算法，比如层次分析，主成分分析之类的。
B：多指标评价，多指标评价一般就是Y=A1X1+A2X2+······+An*Xn这种形式，我们需要确定的就是系数，A1 A2 A3 …它的确定又分为主观确定和客观确定，两大方面，专业的叫法是：主观赋权法和客观赋权法。主观赋权法：层次分析法、专家打分法等客观赋权法：变异系数法、熵值法、复相关系数法等。
2 .预测类算法
灰色预测、微分方程预测、回归分析预测、马尔科夫预测、时间序列预测、小波分析预测、神经网络预测等。
预测问题：一般情况下，核心并不是用一个预测的算法实现对问题的预测，而是需要深入的分析问题的背景/原理，然后根据背景/原理建立出相关的模型，而中间的某些小的步骤需要使用某个常用的预测类型的算法。
3 .优化类问题
线性规划、整数规划、0-1规划、非线性规划与智能优化算法、多目标优化、动态规划等。
优化问题：核心不是如何求解优化问题，求解优化问题的算法很多种，高大上的有现代智能优化算法，一般的有最小二乘法，穷举法，蒙特卡洛法等。
优化算法的核心是“目标函数”“约束条件”能否建立出来，也就是在这里模型比算法重要。
在方法、算法、编程方面可以看的书籍包括有:《 MATLAB在数学建模中的应用》、《 MATLAB智能优化算法30个案例》、《MATLAB优化算法案例分析与应用》。
4.仿真类问题
排队论与计算机仿真、元胞自动机。
仿真问题：一般不会单独出一个，很多时候是为了结合其他工作进行的，比如2016B，使用元胞自动机进行仿真。使用仿真的时候，最好是要检验一下。
分类与判别问题：距离聚类(系统聚类)、关联性聚类、贝叶斯判别、支持向量机(SVM)、模糊识别等图论类问题：最短路径和最小生成树问题。指定两个节点的最短路径问题：一般用迪杰斯特拉算法、任意两个节点的最短路径问题，用弗洛伊德算法。
关联与因果问题：灰色关联分析方法、Person相关、Copula相关、典型相关分析、标准化回归分析等。
看完以上内容，是不是想找个不错的机会练习一下，那么，欢迎大家参加2022年最后一个国家级竞赛：MathorCup高校数学建模挑战赛—大数据竞赛
竞赛介绍
教育部《高等学校人工智能创新行动计划》教技〔2018〕3号，鼓励对计算机专业类的智能科学与技术、数据科学与大数据技术等专业进行调整和整合，鼓励各个领域与大数据进行深度融合，通过大数据技术促进各领域的发展。
MathorCup高校数学建模挑战赛组委会决定在“MathorCup高校数学建模挑战赛”中增加大数据专题赛项—“大数据竞赛”。
竞赛以企业真实场景数据为基础，面向全国高校研究生、本科生和专科生，共同探索数据科学的应用实践，推动产学研用协同发展。
竞赛报名方式
扫描下方二维码进行报名：
或复制下方链接进行报名：
https://www.saikr.com/vse/bigdata2022
大赛奖励
(1）金银铜奖
所有参赛队伍（不分组别、不分赛题）中评选：
金奖1支队伍（奖金10000元税前）
银奖2支队伍（奖金5000元税前）
铜奖5支队伍（奖金2000元税前）
(2）奖项评定
竞赛分组别分赛题评选出：
一等奖（5%）
二等奖（15%）
三等奖（30%）
颁发“MathorCup高校数学建模挑战赛——大数据竞赛”获奖证书。
初赛中排名前10%的队伍进入复赛，
复赛中排名前50%的队伍评选为一等奖。
(3）优秀指导教师，优秀组织单位
根据学校参赛队伍得奖情况和组织参赛队伍数量综合评定。
(4）企业实习
获得一等奖的队伍优先推荐至企业实习。
时间安排
(1）报名阶段
2022年11月1日-12月20日
参赛选手在大赛报名主页按照步骤进行组队报名。
(2）初赛阶段
2022年12月20日18:00至2023年1月19日20:00
1.竞赛结束前必须在线提交结果数据、论文和代码，提交时系统验证提交数据格式是否正确；
2.入围赛成绩不会影响复赛成绩；
3.最终按照分组别分赛题从初赛中选拔前10%的队伍进入复赛。
(3）复赛阶段
2023年3月6日18:00-2023年3月13日20:00
复赛为统一命题，不更换题目背景，但可能会更换题目问题和数据，选手网络远程答题，按照分组别分赛题进行排名。
(4）金银铜奖答辩
复赛中综合总排名前12的队伍（不分组别，不分赛题）进入金银铜奖答辩环节，答辩采用线上或者线下的方式进行。答辩决出金奖1支队伍、银奖2支队伍、铜奖5支队伍（不分组别，不分赛题）。
(5）2023年3月，公布竞赛结果、证书发布等
1.公布获奖名单初稿；
2.公示结果异议查询；
3.终稿获奖名单公布。
评测标准
专家组会从四个方面进行评价：
(1）参赛论文
根据问题，准备一份论文对项目进行说明，论文中的摘要部分需要简明扼要地概述模型算法的核心思想以及效果，正文部分需要详细阐述模型算法的细节、求解过程、结果以及对应的参考文献。
(2）项目完成度
与解决方案匹配的完整代码，可以是Python、Matlab、C++、Java等语言的代码，附详细的操作说明文档和源代码。
(3）模型泛化性能
未公开测试数据集验证得到的准确率、召回率等与题目实际背景密切相关的考核指标。
(4）创新性
具有创新的系统分析和解题思路，创新的算法设计，跨学科交叉应用能力等。
竞赛交流
QQ交流6群：
439253242
QQ交流7群：
216587885
注：所有群内通知相同，请勿重复加群！
组委会秘书处：
郭老师电话&微信：18210922591
组委会邮箱：
bigdata@mathorcup.org
点击下方“阅读原文”进入竞赛官网