數學建模應當掌握的十類演算法及所需程式語言：

　　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，同時可以透過模擬可以來檢驗自己模型的正確性，是比賽時必用的方法）。

　　2、資料擬合、引數估計、插值等資料處理演算法（比賽中通常會遇到大量的資料需要處理，而處理資料的關鍵就在於這些演算法，通常使用Matlab作為工具）。

　　3、線性規劃、整數規劃、多元規劃、二次規劃等規劃類問題（建模競賽大多數問題屬於最最佳化問題，很多時候這些問題可以用數學規劃演算法來描述，通常使用Lindo、 Lingo軟體實現）。

　　4、圖論演算法（這類演算法可以分為很多種，包括最短路、網路流、二分圖等演算法，涉及到圖論的問題可以用這些方法解決，需要認真準備）。

　　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（這些演算法是演算法設計中比較常用的方法，很多場合可以用到競賽中）。

　　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（這些問題是用來解決一些較困難的最最佳化問題的演算法，對於有些問題非常有幫助，但是演算法的實現比較困難，需慎重使用）。

　　8、一些連續離散化方法（很多問題都是實際來的，資料可以是連續的，而計算機只認的是離散的資料，因此將其離散化後進行差分代替微分、求和代替積分等思想是非常重要的）。

　　9、數值分析演算法（如果在比賽中採用高階語言進行程式設計的話，那一些數值分析中常用的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）。

　　10、圖象處理演算法（賽題中有一類問題與圖形有關，即使與圖形無關，論文中也應該要不乏圖片的，這些圖形如何展示以及如何處理就是需要解決的問題，通常使用Matlab進行處理）。