大家好!今天给大家带来我们在 数学建模竞赛C题中关于“三口之家五一自驾游规划”的模型求解成果合集 📊。

1️⃣ 问题一:景点特征分析 & 优先级排序

🔹 目标:分析10个景点特征,生成优先级列表,为行程规划提供候选池。

模型

方法

输出结果

q1a

四维秩归一化 + 组合优先级矩阵

Top5高优景点:A3、A7、A1、A10、A8;组合优先级矩阵提供两两组合评分

q10

四维加权评分 + Ward层次聚类

综合优先级得分高至低:A1、A3、A2、A8、A10;聚类分三类景点

q11

熵权TOPSIS

权重:喜好度0.0123、开放时长0.2863等;TOPSIS排名Top3:A3、A7、A1

q12

模糊综合评价法

Top3:A2(0.6688)、A3(0.5458)、A1(0.5090);隶属度可视化

q13

AHP层次分析法

权重:家庭喜好0.4174、交通便利0.2634等;排名Top3:A3、A7、A1

q14

VIKOR妥协排序

v=0.5,最优妥协解:A1(古城老街);其他S、R、Q值提供次优参考

💡 结论:滨海浴场、环湖湿地、古城老街是高优选择,Top组合为问题二行程规划提供候选池。


2️⃣ 问题二:无随机扰动下的多目标行程设计

🔹 目标:设计每日1-2景点的基准行程,兼顾喜好总分、行车负荷和松紧均衡。

模型

方法

输出结果

q2a

智能配对 + TOPSIS多属性决策

可行行程总数:408;最优组合: ['A1','A2','A3','A5','A8','A9','A10'];喜好总分55.4,松紧均衡B=0.6624

q20

贪心配对 + 加权多目标评分

最优方案: ['A1','A3','A5','A7','A8','A9','A10'];喜好总分53.0,行车均衡1.10h;详细5天行程表

q21

穷举枚举 + 归一化加权综合评分

Top3方案:#1 ['A1','A2','A5','A6','A7','A8','A9','A10'] 综合=0.8027;#2 综合=0.7947

q22

MILP混合整数规划

ε约束扫描,示例解 f1=55.2~55.8, f2=0.7~1.9

q23

遗传算法 GA

最优解: ['A1','A2','A3','A5','A7','A8','A9','A10'];f1=62.2, f2=0.600, f3=1.806

q24

状态压缩动态规划 DP

最优解: ['A1','A2','A3','A5','A6','A7','A8','A9'];f1=62.4, f2=0.800, f3=0.406

q25

NSGA-II多目标进化

Top5方案示例:['A1','A2','A3','A4','A5','A6','A8','A10'] f1=64.2 f2=1.6 f3=0.79

💡 结论:不同优化方法验证方案一致性高,Top景点组合可靠,适合家庭行程安排。


3️⃣ 问题三:随机扰动下行程稳定性评估

🔹 目标:结合高峰拥堵和景点排队,模拟行程超时与游览不达标概率。

模型

方法

输出结果

q30/q3a

蒙特卡洛模拟 N=10000

整体稳定可靠度R_hat=0%;道路堵车占78%,景点排队占22%;高风险景点:A2、A5、A9、A10;每日超时概率提供详细数据

q31

Shapley分解韧性指数诊断

每条路径和景点的扰动贡献度量化,识别结构薄弱点,提高行程韧性

💡 结论:即使最优基准行程,高峰期仍有超时和游览不达标风险,需备选方案与避峰策略。


🔑 核心亮点

  1. 景点特征分析 → 多目标优化 → 随机扰动评估

     全流程覆盖

  2. Top景点组合

    :A1、A2、A3、A5、A7、A8、A9、A10

  3. 多算法验证

    :枚举、贪心、DP、MILP、GA、NSGA-II

  4. 随机扰动量化

    :提供道路与排队风险贡献占比,明确薄弱点

Logo

AtomGit 是由开放原子开源基金会联合 CSDN 等生态伙伴共同推出的新一代开源与人工智能协作平台。平台坚持“开放、中立、公益”的理念,把代码托管、模型共享、数据集托管、智能体开发体验和算力服务整合在一起,为开发者提供从开发、训练到部署的一站式体验。

更多推荐