2012-B-數(shù)模美賽讀書報告-

1、2012 B讀書報告-Camping along the Big Long River.一、自己對問題的理解（初步）該問題是一種分配最優(yōu)化的問題，在于如何將旅行時間、持續(xù)時間、露營地點、每時刻 河流上旅行人次和旅行工具選擇進(jìn)行最合理的安排，合理的標(biāo)準(zhǔn)之一就是能使游客更充分的 欣賞風(fēng)景，即最大化經(jīng)歷，不與其他的旅行隊伍碰面；之二就是充分利用Y個campsites。題目初步讀起來難度有一些，不容易分析清楚變量對問題的限制關(guān)系以及我們要通過哪 些量的輸出來達(dá)到優(yōu)化的指標(biāo)。待我們將題目所給出的條件逐一列出，思路便變得相對清晰， 接下來我們要尋找恰當(dāng)?shù)乃惴坍嬙搫討B(tài)分配過程。Schedule要安排到什么

2、程度？是每一條船選擇和類型，哪一天發(fā)船，每天航行多久， 先快還是先慢。等，這些度還得把握商榷。不過我對題目中的X、Y兩個未定量的參量仍不能很明確，是否我們最終的優(yōu)化輸出中會 帶有這兩個參量，來適應(yīng)不同的情況？哦，好像X是不用考慮的，因為我們還要求解河流的 最大承載量。而對于Y，我估計需要分情況討論，因為從極限原則來考慮，Y的大小直接影響 了一些限制航行時間的航行類型的停留。不過我又注意到U “In other words, how many more boat trips could be added to the Big Long Rivers rafting如半這個意思，好像是說要我們在X

3、的基礎(chǔ)上考慮優(yōu)化時 間安排后能夠在加入多少組旅行。解決該問題，我們最好充分利用控制變量法，將個待分配的變量依次考慮（其他的先 做出適合的定量），從而發(fā)現(xiàn)個變量對全局的影響。可能用到模擬退火算法，和對于依據(jù)概率合理分配資源的算法等，需要我們將個 待分配的變量合理的對應(yīng)上去。二、論文的思路理解、分析關(guān)于 13074-B-Peking University 的讀書報告關(guān)于后兩個模型，實用性強(qiáng)，與實際游客的喜好不確定性相符，不過游客的喜好應(yīng)該 能夠根據(jù)數(shù)據(jù)庫進(jìn)行提取，猜測會符合一個正態(tài)分布，而不一定是左右待選擇項的等概率 分配的模擬。該論文優(yōu)勢在于，考慮了游客的自由選擇（露營地點，旅行動力）的情況下河

4、流的最大 承載量和最優(yōu)時間表，與實際相符，因為設(shè)想如果agency設(shè)計出了承載量最大的最優(yōu)的旅行 時間表，卻因為時間安排讓大部分游客覺得不符合自己的意愿而不愿意去旅行，結(jié)果只能導(dǎo) 致安排是一紙空文，門票一張也賣不出去。這也是我們初步審題所沒有想到的。估計我們得 到最大承載量結(jié)果后，發(fā)現(xiàn)旅行類型過于集中或者單一，就能知道這一問題了。當(dāng)然平均也 不一定是適應(yīng)實際情況的。走了點彎路。文章算法描述很是周折，在學(xué)習(xí)過程中，我重點想去摳一下作者算法層面上是怎么實 現(xiàn)時間表安排的，尤其是關(guān)于所謂的campsite set的概念，是否準(zhǔn)確，是否符合實際。1. Introduction論文在該部分重述了問題的重

5、點，分配propulsion （動力）和duration （持續(xù)時間）是 關(guān)鍵，作者根據(jù)這兩大關(guān)鍵，將可以航行的類型分為了 26類。提出了解決大方向，根據(jù) 實例研究了旅行者的習(xí)慣：白天航行，晚上休息，假設(shè)游客在所有可選擇的旅行類型中是 隨即選擇，即選每一個的概率相同。根據(jù)實際可能的情況，提出或者按照以前每年航6個 月中的各航行類型比例安排航行時間表，或者根據(jù)旅行者隨即選擇的航行類型的結(jié)果安排 航行時間表，使減少互相碰面機(jī)會并最大程度的提高河流6個月中的總體承載量。并且還 提出了可以再知道X的基礎(chǔ)上對模型進(jìn)行建立。感覺introduction部分寫的有條有理，有規(guī)范化的模型解法，也有靈活性、應(yīng)用

6、性較強(qiáng) 的模型方法，可供商家參考比較，讓人耳目一新。作者思路清晰，明確問題的限制點和發(fā)揮點，把握了安排的時間表要與實際相符（這一 點很重要，要不然徒有巨大的河流承載量，確實充分利用了，但安排不合理，游客也不會選 擇在這里河流旅行）對于作者說的，充分利用campsites就是不讓它閑著，我基本同意，而要盡量增加河流的 6個月總的承載量，我認(rèn)為還要確定各個類型的比例到底是多少，因為航行速度快的船增加 了流動性，對總承載量起到的權(quán)重顯然大。如果人們都喜歡航行快的就好了。作者給出的是 解決方法，即如模型一，可以改動各個航行類型的分配，我認(rèn)為這一點較好，可根據(jù)實際航 行類型受歡迎程度進(jìn)行改動。2. De

7、finition關(guān)于一些變量的定義，理解起來尤為重要，要不然我都讀不懂作者在干什么，尤其是 關(guān)于“orbit的定義，和“campsite sets的概念，真是在第一個固定模型中著實讓讀 者費解一番。(1) “optimal” ：最佳地利用營地，六個月中最大化旅行總數(shù)；“route” ：在給定的旅行中，游客選擇停留的露營地點；(3) “orbit”:允許某一些旅行類型游歷的一系列特殊的露營地點；給營地自然數(shù)編號，從0到Y(jié)+1；給旅行類型自然數(shù)編號；(6)由：某旅行類型每天平均航行時間；ni :每一類型相應(yīng)的orbit中的露營地點數(shù)；mi :六個月中(i旅行類型)的旅行次數(shù)；3.Specific

8、formulation of problems做出了營地均勻分布、總開放時間通天的基本說明。然后將文章模型大致分為了三部分考慮：第一部分，游客嚴(yán)格按照river agency的安排行動；第二部分，我們建立一個隨機(jī)模型讓游客自己隨即等概率地挑選露營地點，將小概率事件作為不可能處理，雖然此時他們是可能產(chǎn)生見面沖突的，從而我們優(yōu)化他們的旅行類型，使見面概率下降；第三部分，游客自己隨機(jī)選擇旅行動力和露營地點，同樣用隨機(jī)等概率分配進(jìn)行模擬該過程，優(yōu)化航行持續(xù)時間（duration）,選出滿足小概率事件的進(jìn)行排列，得到優(yōu)化表。我感覺model2、3中隨機(jī)等概率分配和modell中做等比例安排得出的結(jié)果貌似

9、沒有什么大 的區(qū)別。應(yīng)該是算法層面的區(qū)別吧，modell中做出的是簡單的規(guī)律排列，而model2、 3中用到的概率判斷和貪婪算法加入引子的方式會顯得更加無規(guī)律，從算法層次上感覺貼 近實際一些。Assumptions1、不能返程；2、每個露營地只能留一天；3、每次持續(xù)航行在24h內(nèi)，每晚要休息，以天為單位度量時間；（每天露營一次吧）4、根據(jù)查閱，設(shè)定游客平均每天旅行8小時；5、假設(shè)每一種路線安排都是隨機(jī)等位的。6、根據(jù)統(tǒng)計學(xué)原理，主觀設(shè)定小概率事件的邊界值；7、設(shè)定Y=150（ Y的設(shè)定影響模型的修正）經(jīng)查閱亞馬遜相關(guān)的河流數(shù)據(jù)。假設(shè)基本合理， 恰當(dāng)?shù)南薅藷o關(guān)的因素，又方便了定量研究河道分配。

10、Parti Fixed dates, types and routes充分利用露營地已達(dá)到河流的承載量，盡量讓露營地處于有人狀態(tài)。這樣就認(rèn)為我們 的承載量能達(dá)到最大，充分利用了河流能力，且盡量讓船都較快航行，增加動態(tài)流動量， 文章假設(shè)的是不管什么船，在相應(yīng)的航行天數(shù)內(nèi)，每天最多不超過平均的8個小時，即最 大跨越度。該模型對于每一次航行的方式，包括具體細(xì)節(jié)都安排，也就是省去了游客的主管隨機(jī) 的選擇，是一個具體到細(xì)節(jié)的比較模試化的時間安排model.首先為每一類型旅行類型安排一特殊系列營地，系列之間沒有交集，應(yīng)用于Y306的 時候；然后，Y很小時給每組旅行類型們安排一系列特殊營地，一個組包含兩個和

11、三個旅行類 型的組的情況分別列出；Y很很小，僅僅將所有營地分為兩個系列，按照兩種航行動力進(jìn)行 分類。總之就是Y小時不足夠每一種航行類型都有自己的一個單獨的campsite set。作者通過平均分配的政策進(jìn)行了列表驗證，然后讓各種旅行類型占滿自己的campsite set。并且對于不同參數(shù)的Y都有相應(yīng)的策略。具體來看作者的設(shè)計：對于a specific campsite set ,變化trip types，從一個類型到多個類型，對應(yīng)著對Y的減少的 適應(yīng)。綜合各個campsite sets，就能得出河流的承載量。文章論述較長，難以一次性通讀后還記得作者的概念，文章在Keywords部分也做了大概的

12、設(shè)計結(jié)構(gòu)的說明。我姑且先把作者的幾個逐次遞進(jìn)的小標(biāo)題列出來：5.2.1Every campsite set for every single trip typeEvery campsiteset for every multiple trip types5.2.3One campsite set for all trip types 那個圖比較重要：先是對于較大的Y值，暫時不考慮各個旅行類型的比例，按照平均分配的原則（在露 營地很大的情況下，認(rèn)為所有船都有充分的露營地可以停留），Y=425，ni=17 （但實際上 各個ni是不相同的，由我們要設(shè)定的各個類型的船的比例mi來決定，即作者在 div

13、ide the campsite sets部分沒有敘述清楚），按照首尾相接的方式，（a campsite set 中的點是固定間隔的排列在河道上的），該類型的船在相應(yīng)的campsite set中以規(guī)定 天數(shù)按部就班的緊密連續(xù)的航行，保證占滿這相應(yīng)的一系列露營地點。直觀理解如下：然后，如果Y小于306的話，就不能像上面那么簡單的考慮了，就不可能同時 每一類型的船都在河流上在自己露營地系列（a specific campsite set）里面首尾相連 的航行了，要么共用露營地系列（對于提升承載量沒有太大幫助，不過考慮時間表排列 的首和尾，直觀的是優(yōu)先排列航行天數(shù)短的）。另一個角度說，Y過小的話，顯

14、然河流 的承載能力就要小很多，因為沒有船一天能走完，假設(shè)每一天是一定要在露營地休 息的。因此，保守考慮，要有船可以航行，至少也要5個露營地。此時我們的航行 方案也就不同了。然后作者就Y=150的情況在他的假設(shè)上作出了分析，并列出了包 含所有旅行類型的航行情況。模型最終達(dá)到的結(jié)果，是公司可以利用各種航行動力方式的比例（mi的比例得到ni的 比例），從而利用模型得到最優(yōu)化的航行時間表安排和相應(yīng)的最大河流承載量。整理作者的思路和我的看法：段密度先假設(shè)相同（即每一類型都有自己獨自相應(yīng)的campsite set）,然后提出 可以受mi的改變，列舉段密度相同的計算結(jié)果求出了河流的最大承載量。不足之處，我認(rèn)

15、為作者既然提出可以通過mi改變ni的可能，來適應(yīng)實際的情 況，那就應(yīng)該做出這樣的結(jié)果和驗證，而不是一直用段密度平均的政策將 campsites分為17個，貌似所有的分配結(jié)果都是以ni=17為劃分，讓讀者半天摸不 到頭腦。另外作者在論述的過程中有不少毛病，例如：我認(rèn)為的一些錯誤：Q ziin,中i的重復(fù)定義；i 1For every day we let Q trips come into the river to occupy all of the campsitesin frontof the leaders campsiteand they just copy the leaders ro

16、ute and get to Final Exit the same day with “l(fā)eader”.；其中個人認(rèn)為in front of用錯了，而且當(dāng)航行類型數(shù)較大的時候 如果Y依舊為425，則不能一次性讓Q trips進(jìn)行最遠(yuǎn)航行，會與該例子中的環(huán)路造 成較大偏差；后來才說mi決定ni，讓人產(chǎn)生ni恒等于17的矛盾？；關(guān)于“Ij-k”如“3 M-6s”的說明放錯位置了，應(yīng)該是在model2中的貪婪算法求得 的結(jié)果的說明，有些混亂。第四頁的 As we can see from the chart below, the distance between two adjacent camp

17、sites in a specific orbit is less than the length of what we call an interval =（25/225）miles.”沒看懂，不應(yīng)該是相等么？在實際安排過程中，關(guān)于皮劃艇的7天航行的旅行類型，其中有幾天的航行時 間一定超過了 8個小時，甚至有一天航行16個小時以上的，遠(yuǎn)超出了作者的基本假設(shè)，這是一點不足，作者沒有說明它是可以適當(dāng)靈活變動的。而且在開始的one campsite set for every trip type ,當(dāng) Y=425 時，Q 值為2.41,不會是三，也超出了 8 小 時航行。作者列出的以campsit

18、e set為基礎(chǔ)的航行表格，有相當(dāng)?shù)恼`差，又不具有 可調(diào)整能力的代表性。ni比例真的可以任意調(diào)整么？關(guān)于共用露營地系列(即a campsite set group包含很多trip types)，作者還應(yīng) 該提出，是航行天數(shù)較為接近的共用效果會更好，因為如果航行天數(shù)相差較大，勢 必航行天數(shù)多的相對航行天數(shù)少的成為了 leader，會壓制航行天數(shù)少的向前走，除 非兩中航行類型時間上聚集并且區(qū)別開，而這樣又出現(xiàn)了分配時間段過于集中的現(xiàn) 象。而且，這樣排列的方案，為了最大承載量，規(guī)劃好了哪一天你游客要航行多少，必 須在一些地點?？浚_實限制了游客的自主選擇性，作者也清楚分析了該part1的弱點。 該模

19、型適用性不是很強(qiáng)，不過對于很搶手的情況，搶手到游客甘愿任何安排只要能買到 票，那么就會盈利很大了。優(yōu)先排列那些航行天數(shù)少的旅行方式，會有更大的承載量， 體現(xiàn)為河流上的船只更新速度快。Part2 fixed dates and types, but unrestrained routes考慮讓游客自由選擇旅行?？啃菹⒌穆稜I地。用隨機(jī)分配的方法進(jìn)行游客選擇的模擬， 認(rèn)為左右?？奎c等概率。當(dāng)兩游客在同一地點重復(fù)停靠的概率小于0.05當(dāng)做小概率事件處 理，忽略。運用經(jīng)典的概率學(xué)公式，設(shè)計f(T,x,t), P(T,x,t), trip(n), q(x,day.。貪心算法的思想我理解的就是：每一步都是最

20、優(yōu)的，結(jié)果也就是最優(yōu)的。本模型運用貪婪算法和迭代的方式，逐個加入trip，每加入的都是對于當(dāng)前環(huán)境最好的 選擇，即讓加入的游客所?？康穆稜I地不與已經(jīng)存在的游客航行?？康穆稜I地重合，是否 重合通過以上的q(x,day)來具體到對應(yīng)的露營地點和絕對時間(天數(shù))來判斷(這樣得到的 結(jié)果一定就是最好的么？哦，是加到不能加為止，貪婪的算法尋找所有可能的，為了最大 承載量)。這其中運用到了 minimum的原理，即通過調(diào)整搜索到的點之間的相互影響，來調(diào)整出 滿足條件的子集最大的調(diào)整方案。最后作者又聯(lián)系了 X，只要給出了具體的X的值和這些trip相應(yīng)的航行類型和情況，就 能作為貪婪算法的初始條件，從而在mo

21、del之上繼續(xù)加trips即可達(dá)到要優(yōu)化的結(jié)果。我覺得 該模型能實現(xiàn)較好的擬合，至于開始選擇哪一種航行類型先航行是否會影響整體的分配結(jié)果， 作者在模型敏感性部分做了驗證，說明了 the first trip對整體承載量的影響是微小的。而貪婪 算法的搜索，結(jié)合概率公式的計算和minimum的調(diào)整原理，使得幾乎每一天的安排都是滿負(fù) 荷的，這樣應(yīng)該可以說是每天都盡量做到了在隨即分配routes的情況下的較為充分利用 campsite的安排，總體也應(yīng)該是最優(yōu)化的安排。繼續(xù)發(fā)揮作者的思路，如果某一天安排不是最優(yōu)化，那么會不會接下來幾天能夠最優(yōu) 化的比原方案更好呢？比如作者安排的180天中有那么一段時間是

22、連續(xù)一周幾乎每天都只 加入一次航行，如果我在這一周的前兩天不安排航行，第三天開始在安排，是不是剩下的 五天得到更多的航行的安排呢？因為航行的船是不斷往前走的，會留下更多空間，這需要 通過算法進(jìn)行具體的數(shù)據(jù)驗證。因為我考慮到，在180天中的中間的部分，每一天地位應(yīng) 該差別不大，那么按照逐天優(yōu)化，不一定是整體的最優(yōu)解吧。或許我們可以再對180天的 安排順序做調(diào)整，該part6中只是模擬游客自由選擇route?；蛘哒f，貪心算法用在此處， 它的優(yōu)化可信度值得考慮。運用Jordan Formula來進(jìn)行兩游客見面概率q(x,day.)的求解，是個不錯的選擇。Jordan Formula簡單來說是n個人帽

23、子混合重拍，至少有一組配對正確的概率。不過感覺作者的概 率求解公式有一定問題：f (T,Y+1-x,duration存在么？到了相應(yīng)類型T的持續(xù)時間 duration卻還沒有到終點Y+1 ？在此model的公式說明中說還要用到對應(yīng)的campsite set的概念，那么是如何 分的set的呢？是不是仍舊受到Y(jié)的影響，作者也沒有明確說明，算法細(xì)節(jié)之處讓 人費解，道不明具體實現(xiàn)。Part3 fixed dates, but unrestrained types and routes同上一個模型，模擬露營地點的自由選擇，多考慮的一項是自由選擇航行動力，同理將 航行動力做等概率隨即分布來模擬游客的自由選

24、擇。優(yōu)化保證是同一露營地點相與的概率小 于0.05視為可忽略的小概率事件。仍用貪婪算法進(jìn)行循環(huán)處理，Day每加一，隨機(jī)挑選可以加入的一個類型加入，進(jìn)行Jordan formula概率計算，隨機(jī)分配滿足條件的露營地，直到該天沒有什么類型的船可以加入，則Day+1,繼續(xù)上述步驟?？捶ê蚿art6相同。Sensitivity analysis通過改變首發(fā)船，即貪婪算法的初值，驗證model的結(jié)果-河流承載量無較大變化。 實際上在180天當(dāng)中，這些變化本身我認(rèn)為就是微小的。改變每天航行最長時間，有一定的代表性。不過作者是否也有很多近似化整計算呢？ 那樣的化貌似與微小的最長時間變化不協(xié)調(diào)。改變認(rèn)定的小概

25、率事件的概率值顯然是影響全局的，這是我們優(yōu)化的主要指標(biāo)，即是 否不同的游客在同一地點見面。敏感性分析行之有效，因為對于有不確定因素的解決實際問題的model，我們幾乎都 要做敏感性分析，看model適應(yīng)環(huán)境的穩(wěn)定性和應(yīng)對環(huán)境變化的反應(yīng)速度。9.Strengths and weaknesses優(yōu)點：1、基本所有營地6個月中每天都被占2、限制經(jīng)過露營地量和為每一種航行方式分配營地的方法有簡化作用。3、適應(yīng)不同的Y4、允許對所有航行方式不均等分配，與實際相符。1、概率模型隨即描述游客挑選，2、模擬游客興趣所向的選擇露營。1、游客自由選擇營地和交通方式。缺點：2、概率模型模擬游客興趣所向有失真；3、所

26、有提供的旅行不一定等概率的被選擇；（也就可能和實際驗證結(jié)果不很相符）4、不同類型旅行數(shù)量區(qū)別太大在part2和part3里面。作者很清楚自己models的優(yōu)缺點，思路清晰，缺點在根本上就有，不過這也不失為一 種叫可以執(zhí)行的假設(shè)。假設(shè)過于嚴(yán)謹(jǐn)，也可能造成我們model無法建立，難以權(quán)衡各個要 設(shè)定的變量。讀后小結(jié):作者給出的模型也沒有實質(zhì)性的時間安排表啊，只有part6中給出了一個每天發(fā)船的表。因 為X，Y的不確定，我們似乎也只能這樣，方案最重要。重要的是，我們要控制什么變量，怎樣控制的與實際接近，怎樣順序安排的合理達(dá)到 承載量最大。而且作者還充分考慮了應(yīng)對不同的Y和X，很全面。算法層面，我們考

27、慮模擬退火算法，和貪心算法結(jié)果作比較，不管兩者誰得到結(jié) 果更好，都會使模型總體更加完善?？傮w感覺，文章算法層面上描述的比較磕磕絆絆，或許因為我是Chinese reader，但文 章中確實有很多敘述矛盾或者錯誤，讓人難以理解。總體構(gòu)架比較清晰，摘要和結(jié)論寫的較 好，明確的提出了面對該優(yōu)化時間表問題，要從幾個方面下手，如何與實際更接近，如何考 慮Y和X這兩個參量，估計這也是讓評委印象深刻的地方。值得我們學(xué)習(xí)，當(dāng)模型具體執(zhí)行 出現(xiàn)難度時，我們要保證解題思路準(zhǔn)確，對問題的認(rèn)識和自己要優(yōu)化哪些東西必須很明確。 文章利用到的方法比較多，考慮的關(guān)于分配的方式也很多，都值得我一個建模者學(xué)習(xí)，當(dāng)我 以后遇到類

28、似的分配問題時，估計思路會清晰很多。關(guān)于 13955-B-Western Washington University 的讀書報告文章的敘述讓人容易理解，幾乎沒有廢話，目錄也幾乎將行為思路展現(xiàn)的很完整，讓 人感覺總體model效果很好，這是我們應(yīng)該學(xué)習(xí)的論文格式，要在以后注重加強(qiáng)思維輪廓 的概括和抽象。文章的核心算法就是實現(xiàn) uses priority values to move groups downstream in anorderly manner”，而priority是關(guān)于理論平均位置（即按照規(guī)定航行天數(shù)每天應(yīng)該航行多少的 理論位置而又不無休止航行的地點）的滯后還是超前，從而判斷接下來

29、是加速前進(jìn)還是原地 停留。每天整體都是前移的，因此每天都連續(xù)不斷的加入新的航行，逐個占領(lǐng)每一個campsite。也就充分利用了 campsites，文章也是認(rèn)為盡量占領(lǐng)滿campsites能達(dá)到最大化的承 載量。而且最后還得出了關(guān)于安排船類型的比例和持續(xù)時間對最大承載量的影響，對實際應(yīng) 用有很大的實用價值。Abstract加入限制條件，輸出最優(yōu)時間表，由以上算法過程的分析，結(jié)合實際航船的行為特征， 可以得出相應(yīng)的最大承載量；并應(yīng)用實際的一個旅行河段的案例來進(jìn)行了模型輸出的實用性。最 后通過改變propulsion、duration和Y來驗證模型的敏感性。我認(rèn)為摘要基本描述了自己對問題的認(rèn)識，但

30、為說明限制條件就是減少游客在同一露 營地點的碰面，信息量不是很大，也比較含糊，都是一些一語帶過的描述。不過也算是循 序漸進(jìn)，不至于讓讀者產(chǎn)生思維的矛盾。Introduction TOC o 1-5 h z Defining the Problem3Model Overview3Constraints4 HYPERLINK l bookmark23 o Current Document Assumptions4Variables5單從introduction列表來看，已經(jīng)將解題準(zhǔn)備工作明確，分別列出，層次鮮明，容易讓 讀者掌握，我們應(yīng)該學(xué)習(xí)?！皁ur model is easily adapta

31、ble to find optimal trip schedules for rivers of varying length, numbers of campsites, trip durations, and boat propulsions.作者很清楚模型要分析什么變量， 在該部分體現(xiàn)的很好，正確理解了題目的意義，并且找到了合理的解決方向，體現(xiàn)了論文 贏在了開頭。問題解釋，進(jìn)一步接近model要處理的因素。說明了 model解決的問題：河流承載量 關(guān)于營地分布、動力選擇、每一天發(fā)出多少組航行和如何安排航行時間的關(guān)系，從而最優(yōu)化 了河流承載量。列出了已知條件。基本假設(shè)重要的有：由我們決定兩

32、種航行動力的比例，為了承載量最大，不能設(shè)置過多的oar-power 且航行距離短的；充分考慮輸入的變量，為了讓結(jié)果更有意義，令oar-power航行12至18天，令 motorized-power 航行 6 至 12 天；每天必須往前走，只能停留一次，不能返程；只能白天航行，最多10個小時；忽略天氣因素；Campsite均勻等間隔分布；必須在規(guī)定的最后一天到達(dá)end。Methods我理解的算法設(shè)置了四個有效概念：Open Campsite; Moving to an open campsite; Waitlist; Off the River.特別是優(yōu)先級的概念，即通過與理論的平均航行位置比較

33、，得到當(dāng)前該船只 的相應(yīng)的優(yōu)先等級，較落后的（behind schedule）優(yōu)先等級就比較高，較超前的（ahead schedule）優(yōu)先等級就比較低，從而進(jìn)行航行快慢的調(diào)整補充。具體做法是從最后（C_final）往起點（C_0）算起，有開放的營地就判斷有能力到達(dá)它（每天航行不超過10h）的優(yōu)先級高的航行到此處，在一次往下考慮開放營地，直到起點（C_0）,（等待 的C_0處的船也加以考慮）從而完成一天的航行。總體原則就是向著理論平均航行位置進(jìn)行靠近，一個挨一個的排列，充分利用每一個 campsite。疑問是該模型初始條件是如何設(shè)置的呢？沒有明確說明。我理解應(yīng)該可以認(rèn)為設(shè)定候 選梯隊的groups數(shù)量，然后按照優(yōu)先級排列即可。Scheduling Simulation設(shè)定起始點等待groups的數(shù)量，設(shè)定Y值，得到四條船的時間安排表。不過我覺得應(yīng) 該給出連續(xù)的campsites的占領(lǐng)情況，而不只是開始的四條船的航行情況，因為我們要知曉 連續(xù)的數(shù)據(jù)。而且，貌似作者沒有給出解決如每天發(fā)送如k跳船和這k跳船在左右可能的26中航行 類型的根據(jù)優(yōu)先級挑選的情況。Case Study很精彩該部分，因為作者給出了最大承載量和Y和R （露營地數(shù)和航行動力比率、D和R （持續(xù)天數(shù)比率和航