數學建模常用模型有哪些

　　1、蒙特卡羅演算法，該演算法又稱隨機性模擬演算法，是透過計算機模擬來解決問題的演算法。

　　2、資料擬合、引數估計、插值等資料處理演算法。

　　3、線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題。

　　4、圖論算包括最短路、網路流、二分圖等演算法，涉及到圖論的問題用這些方法解決。

　　5、動態規劃、回溯搜尋、分治演算法、分支定界等計算機演算法。

　　6、最最佳化理論的三大非經典演算法：模擬退火法、神經網路、遺傳演算法。

　　7、網格演算法和窮舉法，這兩者都是暴力搜尋最優點的演算法，在很多競賽題中有所應用。

　　8、數值分析演算法，比如方程組求解、矩陣運算、函式積分等演算法就需要額外編寫庫函式進行呼叫。

　　數學建模中的評估模型有：

　　1、層次分析法，構造兩兩比較判斷矩陣，單一準則下元素相對權重計算及一致性檢驗，一致性檢驗，計算各層元素對目標層的總排序權重；

　　2、灰色關聯分析體系；

　　3、DEA評價體系，比率模式，超級效率模式，線性規劃模式，超級效率之多階排序模型；

　　4、模糊數學評價模型。

　　數學建模就是根據實際問題來建立數學模型，對數學模型來進行求解，然後根據結果去解決實際問題。

　　當需要從定量的角度分析和研究一個實際問題時，人們就要在深入調查研究、瞭解物件資訊、作出簡化假設、分析內在規律等工作的基礎上，用數學的符號和語言作表述來建立數學模型。

　　1、蛛網模型：運用彈性原理解釋某些生產週期較長的商品在失去均衡時發生的不同波動情況的一種動態分析理論。

　　2、層次分析法：將與決策總是有關的元素分解成目標、準則、方案等層次，在此基礎之上進行定性和定量分析的決策方法。

　　3、熵權法：按照資訊理論基本原理的解釋，資訊是系統有序程度的一個度量，熵是系統無序程度的一個度量；如果指標的資訊熵越小，該指標提供的資訊量越大，在綜合評價中所起作用理當越大，權重就應該越高。