一、所有優(yōu)化算法都需要模型嗎？

你好，假設(shè)要求 y=f(x) 的極值，這里的 f 即你提到的“模型”。
如果 f 為未知黑盒，但可能通過采樣 (x, y) 而部分觀察到，那么可以通過啟發(fā)式搜索（如粒子群優(yōu)化、遺傳算法、模擬退火等）迭代尋找極值（即有選擇地試錯(cuò)）。
不過此法對(duì)復(fù)雜的 f （多峰、非線性等）并不保證找到全局極值，但通常能在較短的時(shí)間內(nèi)得到一個(gè)較好的解。

二、請(qǐng)問數(shù)學(xué)模型和計(jì)算機(jī)算法之間的關(guān)聯(lián)和區(qū)別是什么？

數(shù)學(xué)模型的建立，并不意味著問題的解決，但卻是問題解決的基礎(chǔ)，因?yàn)橹辽侔褑栴}解釋清楚了，保證了所有人對(duì)問題的理解是一致的。
計(jì)算機(jī)算法是解決問題的方法和流程，一般情況下，算法是基于數(shù)學(xué)模型的。
如 “常微分方程的精確求解” 問題，分別采用代數(shù)模型、幾何模型來描述，就會(huì)推導(dǎo)出不同的算法：代數(shù)動(dòng)力學(xué)算法與幾何算法，兩者雖然算法思路完全不同，但都通向 “問題解決” 的終點(diǎn)。

三、算法？模型？求解數(shù)學(xué)模型的方法就是算法嗎

某些情況下是，某些情況下未必是。
舉個(gè)例子比如你向天上扔一個(gè)球，老師讓你計(jì)算球落地的時(shí)間，這是一個(gè)物理問題。
物理老師帶領(lǐng)你搞出了一個(gè)拋物線方程，那么這個(gè)拋物線就是一個(gè)數(shù)學(xué)模型，你通過牛頓運(yùn)動(dòng)定律，計(jì)算了自由落體的時(shí)間，這就是求解了拋球這個(gè)問題的數(shù)學(xué)模型。
你認(rèn)為這是一個(gè)算法嗎？再舉個(gè)例子比如你向天上扔一個(gè)球，老師讓你計(jì)算球落地的時(shí)間，可是這個(gè)時(shí)候掛風(fēng)了，風(fēng)還忽大忽小，這還是一個(gè)物理問題。
物理老師帶領(lǐng)你搞出了一個(gè)非線性微分方程，那么這個(gè)非線性微分方程也是一個(gè)數(shù)學(xué)模型，你為了這個(gè)問題的數(shù)學(xué)模型，你查了很多關(guān)于微分方程和空氣動(dòng)力學(xué)的書，然后建立了4階龍格庫(kù)塔遞推求解過程，然后你通過一堆誤差估計(jì)的方法，成功地寫出了變步長(zhǎng)迭代求解該方程的程序，然后解出了球落地的時(shí)間。
你認(rèn)為這是一個(gè)算法嗎？

四、模型與算法之間是什么關(guān)系？？

模型是一類問題的解題步驟，亦即一類問題的算法。
如果問題的算法不具有一般性，就沒有必要為算法建立模型，因?yàn)榇藭r(shí)個(gè)體和整體的對(duì)立不明顯，模型的抽象性質(zhì)也體現(xiàn)不出來。
數(shù)學(xué)模型還沒有一個(gè)統(tǒng)一的準(zhǔn)確的定義，因?yàn)檎驹诓煌慕嵌瓤梢杂胁煌亩x。
不過我們可以給出如下定義。
"數(shù)學(xué)模型是關(guān)于部分現(xiàn)實(shí)世界和為一種特殊目的而作的一個(gè)抽象的、簡(jiǎn)化的結(jié)構(gòu)。
"具體來說，數(shù)學(xué)模型就是為了某種目的，用字母、數(shù)字及其它數(shù)學(xué)符號(hào)建立起來的等式或不等式以及圖表、圖象、框圖等描述客觀事物的特征及其內(nèi)在聯(lián)系的數(shù)學(xué)結(jié)構(gòu)表達(dá)式。
算法（Algorithm）是指解題方案的準(zhǔn)確而完整的描述，是一系列解決問題的清晰指令，算法代表著用系統(tǒng)的方法描述解決問題的策略機(jī)制。
也就是說，能夠?qū)σ欢ㄒ?guī)范的輸入，在有限時(shí)間內(nèi)獲得所要求的輸出。
如果一個(gè)算法有缺陷，或不適合于某個(gè)問題，執(zhí)行這個(gè)算法將不會(huì)解決這個(gè)問題。
不同的算法可能用不同的時(shí)間、空間或效率來完成同樣的任務(wù)。
一個(gè)算法的優(yōu)劣可以用空間復(fù)雜度與時(shí)間復(fù)雜度來衡量。

五、數(shù)學(xué)建模中模型和算法是一樣的嗎？就像遺傳算法，它是模型嗎？還是它是用來解決規(guī)劃問題的算法？急

數(shù)學(xué)模型的建立，并不意味著問題的解決，但卻是問題解決的基礎(chǔ)，因?yàn)橹辽侔褑栴}解釋清楚了，保證了所有人對(duì)問題的理解是一致的。
計(jì)算機(jī)算法是解決問題的方法和流程，一般情況下，算法是基于數(shù)學(xué)模型的。
如 “常微分方程的精確求解” 問題，分別采用代數(shù)模型、幾何模型來描述，就會(huì)推導(dǎo)出不同的算法：代數(shù)動(dòng)力學(xué)算法與幾何算法，兩者雖然算法思路完全不同，但都通向 “問題解決” 的終點(diǎn)。

六、算法的三種基本結(jié)構(gòu)是

算法的三種基本結(jié)構(gòu)是：順序結(jié)構(gòu)、條件分支結(jié)構(gòu)、循環(huán)結(jié)構(gòu)。
1、順序結(jié)構(gòu)是最簡(jiǎn)單的算法結(jié)構(gòu)，語句與語句之間是按從上到下的順序進(jìn)行的。
它是由若干個(gè)依次執(zhí)行的處理步驟組成的，它也是任何一個(gè)算法都離不開的一種算法結(jié)構(gòu)。
2、條件分支結(jié)構(gòu)在一個(gè)算法中，經(jīng)常會(huì)遇到一些條件的判斷、算法的流程根據(jù)條件是否成立有不同的流向，這種先根據(jù)條件作出判斷，再?zèng)Q定執(zhí)行哪一種操作的結(jié)構(gòu)稱為條件分支結(jié)構(gòu)。
3、循環(huán)結(jié)構(gòu)需要重復(fù)執(zhí)行同一操作的結(jié)構(gòu)稱為循環(huán)結(jié)構(gòu)，即從某處開始，按照一定條件反復(fù)執(zhí)行某一處理步驟，反復(fù)執(zhí)行的處理步驟稱為循環(huán)體。
循環(huán)結(jié)構(gòu)中通常都有一個(gè)起循環(huán)計(jì)數(shù)作用的變量，這個(gè)變量的取值一般都包含在執(zhí)行或終止循環(huán)的條件中。
循環(huán)結(jié)構(gòu)有while型循環(huán)（也稱當(dāng)型循環(huán)）和until型循環(huán)（也稱直到型循環(huán)）兩種。
擴(kuò)展資料結(jié)構(gòu)流程圖：1973年美國(guó)學(xué)者提出了一種新的流程圖形式。
在這種流程圖中，完全去掉了帶箭頭的流程線。
全部算法寫在一個(gè)矩形框內(nèi)。
在該框內(nèi)還可以包含其它的從屬于它的框，即可由一些基本的框組成一個(gè)大的框。
這種適于結(jié)構(gòu)化程序設(shè)計(jì)的流程圖稱N-S結(jié)構(gòu)化流程圖。
其中：1、順序結(jié)構(gòu)：A和B兩個(gè)框組成一個(gè)順序結(jié)構(gòu)。
2、選擇結(jié)構(gòu)：條件成立時(shí)執(zhí)行A操作，條件不成立則執(zhí)行B操作結(jié)構(gòu)。
3、循環(huán)結(jié)構(gòu)：當(dāng)型循環(huán)結(jié)構(gòu)下，先判斷后執(zhí)行，當(dāng)條件成立時(shí)反復(fù)執(zhí)行A操作，直到條件不成立為止。
一個(gè)結(jié)構(gòu)化的算法是由一些基本結(jié)構(gòu)順序組成的；
在基本結(jié)構(gòu)之間不存在向前或向后的跳轉(zhuǎn)，流程的轉(zhuǎn)移只存在于一個(gè)基本結(jié)構(gòu)范圍之內(nèi)。
一個(gè)非結(jié)構(gòu)化的算法可以用一個(gè)等價(jià)的結(jié)構(gòu)化算法代替，其功能不變。
如果一個(gè)算法不能分解為若干個(gè)基本結(jié)構(gòu)，則它必然不是一個(gè)結(jié)構(gòu)化的算法。
參考資料來源：百科-算法結(jié)構(gòu)