速查表：模型工具箱

比赛中真正决定胜负的往往是"看到题目 30 分钟内想到该用哪个模型"。必会 是国赛历年高频、务必吃透；选学 时间紧可以先跳过。

类别	模型	什么时候用	Python 工具	优先级
优化	线性/整数规划	资源分配、排班、有明确线性约束的最优化问题	scipy.optimize.linprog, pulp	必会
	非线性规划	目标函数或约束非线性（成本曲线、非线性物理关系）	scipy.optimize.minimize	必会
	遗传算法/模拟退火	搜索空间大、非凸、传统方法难求解的组合优化	自写 GA/SA 骨架	必会
预测	回归分析	变量间存在可拟合的函数关系，做趋势外推	statsmodels, sklearn.linear_model	必会
	时间序列 ARIMA	单变量、有明显时序依赖的数据（销量、气温等）	statsmodels.tsa	必会
	灰色预测 GM(1,1)	数据量少（<10 个点）、呈指数/单调趋势	自写模板	必会
评价	层次分析法 AHP	需要主观打分排出优先级/权重的多准则决策	自写模板	必会
	熵权法	有客观数据、想避免主观赋权时的权重计算	自写模板	必会
	TOPSIS	多指标方案排优，常与熵权法组合使用	自写模板	必会
分类聚类	K-means / 决策树 / SVM	需要给样本分组或打标签	sklearn.cluster, sklearn.tree, sklearn.svm	选学
图论	最短路 / 最小生成树 / 最大流	题目涉及路径、网络、连通性优化	networkx	必会
微分方程/仿真	ODE 建模 / 蒙特卡洛仿真 / 元胞自动机	描述随时间演化的动态系统，或需要随机模拟估计	scipy.integrate.odeint	选学