计算生物学考研科目一、计算生物学考研科目概况计算生物学是一个交叉学科，考研科目呢，会涉及到多个方面。
一般来说呀，政治和英语是必考的。
政治这科嘛，就会考查你对政治理论的理解，像马克思主义基本原理、毛泽东思想和中国特色社会主义理论体系概论这些内容，都会在题目里出现哦。
英语呢，就是考验你的英语阅读、写作等能力啦，毕竟要读很多国外的研究文献呢。
二、专业课方面1. 生物信息学这门课会考查很多关于生物数据的处理和分析。
比如说基因序列数据，你得知道怎么去比对、怎么去分析它的结构和功能。
像常见的BLAST算法，你得了解它的原理，在考试中可能就会让你根据给定的基因序列用BLAST算法进行分析之类的题目。
还有蛋白质结构预测，这也是个重要考点呢。
要知道如何通过计算的方法来预测蛋白质的三维结构，像同源建模这种方法，你得清楚它的步骤，包括模板的选择、模型的构建和评估等内容。
2. 分子生物学分子生物学的基础知识那是必须要掌握的。
例如DNA的复制、转录和翻译过程，考试可能会出很细致的题目，像转录过程中各种转录因子的作用机制啦。
基因表达调控也是重点哦。
比如说原核生物和真核生物基因表达调控的区别，顺式作用元件和反式作用因子的相互作用等内容。
3. 算法与数据结构在计算生物学里，算法和数据结构也很重要。
你得了解基本的数据结构，像数组、链表、树这些。
对于算法呢，排序算法、搜索算法等都要掌握。
例如在处理生物大数据的时候，可能就需要用到高效的排序算法来对数据进行预处理。
动态规划算法在生物信息学中的应用也可能会考查。
比如说在序列比对中，如何用动态规划算法来找到最优比对结果。
三、复试科目如果有幸过了初试，复试也不能掉以轻心。
复试科目可能会有面试，面试的时候老师可能会问你一些关于计算生物学前沿研究的问题。
比如说现在热门的单细胞测序技术在计算生物学中的应用啦，或者是人工智能在生物数据分析中的新进展等。
还有可能会考查你的实验技能，如果你在本科阶段有做过相关的生物实验，像基因克隆实验之类的，老师可能会详细问你实验过程中的一些问题，包括遇到的困难和解决办法等。
2013年数学建模竞赛培训内容建模竞赛概论（论文撰写，论文评阅及其注意事项）
一、图论
图论算法（包括最短路、网络流、二分图等算法）
二、数学软件
1.Matlab
2. 优化模型建立与求解及lingo软件运用
3.统计软件
SPSS统计软件聚类分析的基本操作介绍
SPSS统计软件主成分分析、因子分析的基本操作介绍
三、数据处理
1.数据的统计分析与描述
2.基于matlab的海量数据的处理方法
3.近年来全国大学生数学建模竞赛中大型数据的处理范例分析
四、运筹学：线性规划、动态规划、排队论
五、多项式插值、最小二乘曲线拟合、微分方程数值解法及其在数学建模中的应用
1.多项式插值的基本原理及MATLAB的实现
2.数据插值建模案例的分析与求解
3.最小二乘曲线拟合的基本原理及MATLAB实现
4.曲线拟合建模案例的分析与求解
5.微分方程数值解法及其MATLAB实现
6.微分方程建模案例分析与求解
六、模糊数学理论简介、灰色系统理论
1.模糊综合评价方法及应用案例
2.数学建模中常用的预测方法
3.灰色预测模型及其应用
4.评价与决策的数学模型
5.长江水质的综合评价分析
七、优化智能算法
1.模拟退火法算法、神经网络算法、遗传算法的Matlab实现
2.真题模型的遗传算法求解。
第5章电力市场中的竞价策略及博弈论竞价策略是指发电厂商利用电力市场的这种非完美性不按边际成本竞价而增加自身利益的竞价行为。
其主要目标是在考虑电力系统运行的各种规则和限制条件的基础上，通过合法地操纵市场力，合理选择竞价曲线，谋求自身利益的最大化。
即发电厂商在进行电力交易时根据市场规则进行竞价决策时所采取的一整套策略。
由经济学理论可知，在理想的、完全竞争的电力市场中，社会效益得到最大化，发电厂商的最优竞价策略是将电力价格设定在发电机组的边际运行成本。
但是，电力市场不是完全竞争的电力市场，而是更接近于寡头垄断市场，这是由电力工业的特殊性决定的。
由于电力不能大量储存，且电力的生产与消费必须实时平衡，所以电力不能像其他商品一样进行毫无限制地自由买卖。
有限数目的发电厂商、大的投资规模、输电约束和输电损耗（打击大用户远距离购电的积极性）等这些因素决定了在电力市场中，某些地区可能只有少数发电厂商提供电力，这就形成了寡头垄断市场。
所以发电厂商可以不以边际运行成本作为投标策略，而利用市场结构和规则的不完美来进行竞价以增加利润，这称为策略性的投标。
如果发电厂商可以通过策略性竞价而非降低成本来成功地增加利润，则称发电厂商具有市场力。
在电力市场环境下，发电厂商作为市场中电力商品的提供者，必然要按照市场规则竞争发电。
对于发电厂商来说，要想在竞争中处于不败之地，这在很大程度上取决于发电公司采用何种竞价策略。
合理的竞价策略是发电厂商在电力市场竞争中立于不败之地的基础，是发电厂商获取经济利益的根本保证。
5.1 市场结构模型决定市场结构的因素主要有两个：市场上需求者、供应者的数目及产品的特性。
如果以市场上卖方所表现出的行为作为界定，按照竞争程度的不同来划分，市场结构可以划分为四类：完全竞争型市场、完全垄断型市场、垄断竞争型市场和寡头垄断型市场。
5.1.1完全竞争型市场完全竞争型市场是指不受任何阻碍和干扰的市场，它必须具备四个基本条件：1.数量很大的卖者和买者参与该商品市场，单个企业的生产量占供给总量的比例和单个用户的需求占需求总量的比例都很小。
动态规划（生产和存储问题）一、动态规划法的发展及其研究内容动态规划是运筹学的一个分支，是求解决策过程最优化的数学方法。
20世纪50年代初美国数学家R.E.BELLMAN等人在研究多阶段决策过程的优化问题时，提出了著名的最优化原理，把多阶段问题转化为一系列的单阶段问题，逐个求解创立了解决这类过程优化问题的新方法——动态规划。
1957年出版的他的名著《Dynamic Proggramming》，这是该领域的第一本著作。
动态规划问世以来，在经济管理·生产调度·工程技术和最优控制等方面得到了广泛的应用。
例如最短路线·库存管理·资源分配·设备更新·组合·排序·装载等问题，采用动态规划法求解比用其他方法更为简便。
二、动态规划法基本概念一个多阶段决策过程最优化问题的动态规划模型通常包括以下几个要素：1．阶段阶段（stage）是对整个过程的自然划分。
通常根据时间顺序或是空间特征来划分阶段，对于与时间，空间无关的“静态”优化问题，可以根据其自然特征，人为的赋予“时段”概念，将静态问题动态化，以便按阶段的顺序解优化问题。
阶段变量一般用k=1.2….n.表示。
1.状态状态(state)是我们所研究的问题（也叫系统）在过个阶段的初始状态或客观条件。
它应能描述过程的特征并且具有无后效性，即当某阶段的状态给定时，这个阶段以后的过程的演变与该阶段以前各阶段的状态无关。
通常还要求状态是可以直接或者是间接可以观测的。
描述状态的变量称为状态变量（State Virable）用s 表示，状态变量的取值集合称为状态集合，用S表示。
变量允许取值的范围称为允许状态集合(set of admissble states).用x(k)表示第k阶段的状态变量，它可以是一个数或者是一个向量。
用X(k)表示第k阶段的允许状态集合。
n 个阶段的决策过程有n+1个状态变量，x(n+1)是x(n)的演变的结果。
