1樓：
通常，數學建模比賽中的問題其計算規模用lingo求解是基本沒問題。但我個人覺得主要出於以下兩點很多人不同lingo而用其他的演算法或工具。1、是lingo能求解的模型有統一的格式要求，必須用lingo語言能表達的方式建模才能在lingo中使用，這就要求使用者的建模能力比較強。
實際當中，很多人建模能力不夠，無法建造出符合標準的模型。於是轉而換工具或演算法。比如，有的約束條件很苛刻需要用一組不等式來表表述，難以運用。
而用ga這類演算法的時候往往對約束條件表達很有柔性，很容易實現。一言蔽之：建模能力不行，暴力計算總可以了吧。
2、lingo的演算法內定好的，都是成熟、穩定的方法。在比賽中這類演算法往往呈現不出「高階」，這時就用ga、Sa這些演算法來增色。其實，我個人覺得，很多問題完全沒必要用那些演算法的。
2樓：zz matrix
第一. 確實是因為城市太少，你可以嘗試下100個城市以上的；
第二.Lingo採用的應該是類似列舉法的演算法，只不過要高階點，像整數規劃一般由分支定界法，能剪去不合理的空間，減少搜尋量，實質上演算法複雜度還是指數級的，但是像ACO，PSO，GA等演算法是一種隨機性演算法，最優解的近似解具有一定概率能找到，有點像蒙特卡洛方法，比如乙個搜尋空間為10000000（本來列舉數），搜尋到全域性最優解近似解的概率為0.0001（如果是全域性最優解的話為1/10000000）， 採用蒙特卡洛搜尋100000次，搜到最優近似解的概率為1-0.
9999^100000 = 0.999；搜尋量為原有的1/100，又因為這些被稱為智慧型演算法，搜尋具有一定的智慧型方向作為指導，實際上進一步減少了搜尋量，因此速度較快。
有哪些方法可以求解諸如 x 3 3 x 這類方程？
自學生 自學自然人為規律，等於統一內外輸入輸出問題模型。3 X 3的有前才有後自然規律。10 3 13 3 7 3 10 3 7 7 3 2剩下1 3 0.333 無盡數字轉輪統一模型 正中統一平衡。 電卓院亜紀良 這類超越方程一般都是用數值計算方法求數值解。有很多朋友講了比較通用的 收斂比較快的牛...
遺傳演算法可以求解0 1混合整數非線性規劃嗎？
ADimon 可以的。寫了乙個寫出來了。不過用遺傳演算法解決這類問題有兩個難點 對於解的內在形式建模 如何交叉和變異將影響遺傳演算法的收斂速度 jerry chen 當然可以，不過最好看實際問題 如果是一般 general 的混合整數規劃問題，直接調solver就可以了，就沒必要GA，gurobi,...
如何自學houdini以求達到可以製作電影的級別？
啦啦啦 首先是機器，雙路128G是最低基本要求，當然公司有農場更好.技術我就不提了，對畫面把控不好的話，給個簡單的方法，考慮真實物理過程是什麼樣子，然後想辦法去模擬它,houdini的dop裡面解算器大多都是建立在物理基礎之上，之後再去考慮其藝術表現形式. 不明真相吃西瓜的群眾 多看特效花絮，多去分...