賽題總體定位：運籌規劃，
情景非常具體，資料需要少，需緊密結合情景具體建模，不要硬套模型， 編
程能力要求高一點，
三問都是優化模型，注意模型之間的關聯，
注意點：
- 對游戲規則摸清楚，不要急著建模，
- 涉及到路線、事件的選擇，使用 0-1 變數等定義模型，
- 最短路徑基本可以數出來，考察的是最優路徑以及路徑前對資源的購買（收益最大），
- 論文中多一點路線示意圖，條件分析圖，
- 代碼需要跑出來，國賽會檢查，
- 一些選擇上可設定小心機，
第一問：
在第一關和第二關的探險程序中，運用初始的資金對于資源進行合理的分配，可以通過線性規劃，確定好在未來一段時間的消耗與收益，制定好合理的規劃，通過 MATLAB 計算出需要使用的資源，第一問的地圖可以使用 TSP 演算法，可以通過 LINGO 和 MATLAB 兩個軟體進行計算，選擇出最優路徑，也可以使用神經網路演算法，來對于路徑的選擇進行訓練，最終也可以得到最優路徑，方法較多，僅供參考，經過多次訓練對比，最終計算出最優策略，對比資金數量，第一問相對而言比較簡單，
第二問：第二問與第一問相比提升了難度，如果玩家在進行策略安排的時候，
不知道天氣的狀況那么小伙伴們可以自己商討給出何種方案，比如多買水，多買食物等等方法，再這之后通過選擇最優路徑進行合理的方法選擇并討論，解題方法相對比較固定，也可以使用神經網路演算法進行訓練，并給出一般的情況說明，第三關和第四關相對來說，地圖位置更加復雜，需要通過 LINGO 演算法對其進行合理編排，撰寫代碼是一項比較困難的作業，
第三問：
（1） 對于n 名相同的初始資金，且同時從起點出發的玩家來說，游戲規則需要進一步注意規范，為了保證多方共贏，在天氣狀況已知的情況下， 可以通過先前 MATLAB 中的神經網路演算法算出的最優旅行路線，計算多次的結果進行對比，保證不會出現重復的狀況， 剔除掉重復出現的
次數，覺得次數比較慢，可以通過遺傳演算法、蟻群演算法等來對其進行優化，體現模型的創新性，因為天氣狀況已知，所以相對比較好安排合理的路線，對于安排好的路線分別進行編號，再依次進行合理的計算，最終確定結果，
（2） 對于n 名相同的初始資金，且同時從起點出發的玩家來說，游戲規則
需要進一步注意規范，為了保證多方共贏，在天氣狀況未充分被知曉的
情況下，可以通過先前 MATLAB 中的神經網路演算法算出的最優旅行
路線，分別對其進行最終受益進行計算，選擇出比較合理的解決方案，
在一般情況下，第六關的地圖也相對較為復雜，通過 LINGO 進行編
碼，再帶入模型中進行計算，再對理想化結果進行對比，確定兩者之
間的差距，對于自身的資源進行調整，對于不同的地圖，攜帶的資源
往往也會發生不同，那么就需要對其進行合理的解釋即可實作題目要
求，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/31887.html
標籤：其他