赛题总体定位：运筹规划。
情景非常具体，数据需要少，需紧密结合情景具体建模，不要硬套模型。 编
程能力要求高一点。
三问都是优化模型，注意模型之间的关联。
注意点：
- 对游戏规则摸清楚，不要急着建模。
- 涉及到路线、事件的选择，使用 0-1 变量等定义模型。
- 最短路径基本可以数出来，考察的是最优路径以及路径前对资源的购买（收益最大）。
- 论文中多一点路线示意图，条件分析图。
- 代码需要跑出来，国赛会检查。
- 一些选择上可设置小心机。
第一问：
在第一关和第二关的探险过程中，运用初始的资金对于资源进行合理的分配，可以通过线性规划，确定好在未来一段时间的消耗与收益，制定好合理的规划，通过 MATLAB 计算出需要使用的资源。第一问的地图可以使用 TSP 算法，可以通过 LINGO 和 MATLAB 两个软件进行计算，选择出最优路径。也可以使用神经网络算法，来对于路径的选择进行训练，最终也可以得到最优路径。方法较多，仅供参考。经过多次训练对比，最终计算出最优策略，对比资金数量。第一问相对而言比较简单。
第二问：第二问与第一问相比提升了难度，如果玩家在进行策略安排的时候，
不知道天气的状况那么小伙伴们可以自己商讨给出何种方案，比如多买水，多买食物等等方法，再这之后通过选择最优路径进行合理的方法选择并讨论，解题方法相对比较固定。也可以使用神经网络算法进行训练，并给出一般的情况说明。第三关和第四关相对来说，地图位置更加复杂，需要通过 LINGO 算法对其进行合理编排，编写代码是一项比较困难的工作。
第三问：
（1） 对于n 名相同的初始资金，且同时从起点出发的玩家来说，游戏规则需要进一步注意规范，为了保证多方共赢，在天气状况已知的情况下， 可以通过先前 MATLAB 中的神经网络算法算出的最优旅行路线，计算多次的结果进行对比，保证不会出现重复的状况， 剔除掉重复出现的
次数。觉得次数比较慢，可以通过遗传算法、蚁群算法等来对其进行优化，体现模型的创新性。因为天气状况已知，所以相对比较好安排合理的路线，对于安排好的路线分别进行编号，再依次进行合理的计算，最终确定结果，
（2） 对于n 名相同的初始资金，且同时从起点出发的玩家来说，游戏规则
需要进一步注意规范，为了保证多方共赢，在天气状况未充分被知晓的
情况下，可以通过先前 MATLAB 中的神经网络算法算出的最优旅行
路线，分别对其进行最终受益进行计算，选择出比较合理的解决方案，
在一般情况下，第六关的地图也相对较为复杂，通过 LINGO 进行编
码，再带入模型中进行计算，再对理想化结果进行对比，确定两者之
间的差距，对于自身的资源进行调整，对于不同的地图，携带的资源
往往也会发生不同，那么就需要对其进行合理的解释即可实现题目要
求。
