一、优化类¶

• 线性规划（运输问题、指派问题、对偶理论、灵敏度分析）
• 整数规划（分支定界、枚举试探、蒙特卡洛）
• 非线性规划（约束极值、无约束极值）
• 目标规划（单目标、多目标）
• 动态规划（动态、静态、线性动规、区域动规、树形动规、背包动规）
• 动态优化（变分法）
• 现代优化算法（贪婪算法、禁忌搜索、模拟退火、遗传算法、人工神经网络、蚁群算法、粒子群算法、人群搜索算法、人工免疫算法、集成算法、TSP问题、QAP问题、JSP问题）
• 模糊逼近算法

二、图论¶

• 最小生成树（prim算法、Kruskal算法）
• 最短路径（Dijkstra算法、Floyd-Warshall算法、Bellman-Ford算法、SPFA算法）
• 匹配问题（匈牙利算法）
• Euler图和Hamilton图
• 网络流（最大流问题、最小费用最大流问题）

三&四、预测类&统计¶

• GM（1，1）灰度预测
• 时间序列模型（确定性时间序列、平稳时间序列、移动平均、指数平滑、Winter方法、ARIMA模型）
• 回归（一元线性回归、多元线性回归MLR、非线性回归、多元逐步回归MSR、主元回归法PCR、部分最小二乘回归法PLSR）（重点）
• Bayes统计预测
• 分类模型（逻辑回归、决策树、神经网络）
• 判别分析模型（距离判别、Fisher判别、Bayes判别）
• 参数估计（点估计、极大似然估计、Bayes估计）
• 假设检验（U-检验、T-检验、卡方检验、F-检验、最优性检验、分布拟合检验）
• 方差分析（单因素、多因素、相关性检验）
• 经验分布函数
• 正交试验
• 模糊数学（模糊分类、模糊决策）
• 随机森林

五、数据处理¶

• 图像处理
• 插值与拟合（Lagrange插值、Newton插值、Hermite插值、三次样条插值、线性最小二乘）
• 搜索算法（回溯、分治、排序、网格、穷举）
• 数值分析方法（方程组求解、矩阵运算、数值积分、逐次逼近法、牛顿迭代法）
• 模糊逼近
• 动态加权
• ES
• DWRR
• 序列分析
• 主成分分析
• 因子分析
• 聚类分析
• 灰色关联分析法
• 数据包络分析法（DEA）

六、评价类¶

• 层次分析法（AHP）
• 模糊综合评价
• 基于层次分析的模糊综合评价
• 动态加权综合评价
• TEIZ理论

七、图形类（重点）¶

• 算法流程图
• 条形图
• 直方图
• 散点图
• 饼图
• 折线图
• 茎叶图
• 箱线图
• P_P图
• Q_Q图
• Venn图
• 矢量图
• 误差分析图
• 概率分布图
• 5w1h分析法
• 漏斗模型
• 金字塔模型
• 鱼骨分析法
• 等高线曲面图
• 思维导图

八、模拟与仿真¶

• 蒙特卡洛
• 元胞自动机

九、方程（进阶）¶

• 微分方程（Malthus人口模型、Logistic模型、战争模型）
• 稳定状态模型（Volterra 模型）
• 常微分方程的解法（离散化、Euler方法、Runge—Kutta方法、线性多步法）
• 差分方程（蛛网模型、遗传模型）
• 偏微分方程数值解（定解问题、差分解法、有限元分析）

十、数据建模&机器学习方法¶

（注：此部分与数据处理算法有大量重叠）

• 云模型

• Logistic回归

• 主成分分析

• 支持向量机（SVM）

• K-均值（K-Means）

• 近邻法

• 朴素Bayes判别法

• 决策树方法

• 人工神经网络（BP、RBF、Hopfield、SOM）

• 正则化方法

• kernel算法

十一、其他¶

• 排队论
• 博弈论
• 贮存伦
• 概率模型
• 马氏链模型
• 决策论

（单目标决策：不确定型决策、风险决策、效用函数、决策树、灵敏度分析） （多目标决策：分层序列法、多目标线性规划、层次分析法）

• 系统工程建模（ISM解释模型、网络计划模型、系统评价、决策分析）
• 交叉验证方法（Holdout 验证、K-fold cross-validation、留一验证）

附：简单建模方法¶

• 比例关系
• 函数关系
• 几何模拟
• 类比分析
• 物理规律建模