一、数学模型：

1、预测模型：

神经网络预测、灰色预测、拟合插值预测（线性回归）、时间序列分析、马尔科夫链预测、微分方程预测、Logistic模型。

运用领域：人口预测、水资源污染增长预测、病毒蔓延预测、竞赛获胜概率预测、月收入预测、销量预测、经济发展情况等在工业、农业、商业经济领域、以及环境、社会和军事领域中得到广泛运用。

2、优化模型：

规划模型（目标规划、线性规划、非线性规划、整数规划、动态规划）、图论模型、排队论模型、神经网络模型、遗传算法、模拟退火算法、蚁群算法。

应用领域：快递员派送问题、水资源调度优化问题、高速路口收费站问题、军事行动侦察时机和路线选择、物流选址、商业布局

3、评价模型：

模糊评价法、层次分析法、聚类分析法、主成分分析法、灰色综合评价法、人工神经网络。

运用领域：某区域水资源评价、水利工程项目风险评价、城市发展程度评价、足球教练评价、篮球队评价、水生态评价、大坝安全评价、边坡稳定性.

二、十大算法：
1、蒙特卡罗算法

（该算法又称随机性模拟算法， 是通过计算机仿真来解决问题的算法， 同时可以 通过模拟可以来检验自己模型的正确性，比较好用的算法）

2、数据拟合、参数估计、插值等数据处理算法

（比赛中通常会遇到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、线性规划、整数规划、多元规划、二次规划等规划类问题

（建模竞赛大多数问题属于最优化问题， 很多时候这些问题可以用数学规划算法来描述，通常使用 Lindo、Lingo 软件实现）

4、图论算法

（这类算法可以分为很多种，包括最短路、网络流、二分图等算法，涉及到图论

的问题可以用这些方法解决，需要认真准备）

5、动态规划、回溯搜索、分治算法、分支定界等 计算机算法

（这些算法是算法设计中比较常用的方法，很多场合可以用到竞赛中）

6、最优化理论的三大非经典算法：模拟退火法、神经网络、遗传算法

（这些问题是用来解决一些较困难的最优化问题的算法， 对于有些问题非常有帮 助，但是算法的实现比较困难，需慎重使用）

7、网格算法和穷举法

（当重点讨论模型本身而轻视算法的时候， 可以使用这种暴力方案， 最好使用一 些高级语言作为编程工具）

8、一些连续离散化方法

（很多问题都是从实际来的， 数据可以是连续的，而计算机只认的是离散的数据， 因此将其离散化后进行差分代替微分、求和代替积分等思想是非常重要的）

9、数值分析算法

（如果在比赛中采用高级语言进行编程的话， 那一些数值分析中常用的算法比如 方程组求解、矩阵运算、函数积分等算法就需要额外编写库函数进行调用）

10、图象处理算法

（赛题中有一类问题与图形有关， 即使与图形无关， 论文中也应该要不乏图片的 这些图形如何展示，以及如何处理就是需要解决的问题，通常使用 Matlab 进行 处理）