企业官网建设流程全解析

简介：多阶段决策是运筹优化与算法工程中的核心问题，其原理在于将复杂决策过程拆解为一系列相互关联的阶段，每个阶段的状态与动作共同影响后续收益。在资源受限、环境动态变化的场景中，动态规划通过状态压缩与递推方程高效求解最优策略，而最短路模型则将消耗与收益转化为边权，为路径优化提供另一种视角。当环境存在不确定性时，蒙特卡洛模拟与稳健决策思想能够评估策略的风险与期望收益，从而在随机条件下做出可靠选择。这类建模方法不仅适用于数学建模竞赛，更广泛用于物流调度、生产排程、库存管理等真实工程问题。本文以2020年全国大学生数学建模竞赛B题《穿越沙漠》为例，系统拆解确定性天气下的动态规划建模、随机天气下的决策树与蒙特卡洛验证，并给出参赛论文的组织框架与代码实现要点，帮助读者掌握从规则分析到模型落地的完整链路。 2020年国赛B题《穿越沙漠》是我近几年在整理参赛作品时最常翻出来重看的一道题。原因是它的规则简单到可以用一个下午讲清楚，但建模深度又足够撑起一篇获奖论文。当年这道题一公布，各群里的讨论就炸了：有人觉得这是模拟题，有人觉得这是动态规划题，还有人拿着图论最短路直接冲。事实上这些说法都对，关键是看你用哪套框架去组织问题。我这次整理了数十份参赛作品合集，把不同思路的论文放在一起对比，发现很多队伍不是输在算法上，而是输在对赛题规则的建模颗粒度上。这篇文章就围绕“穿越沙漠B题到底在考什么、常见解法怎么做、一篇好论文该怎么组织”这三个问题展开，希望能给准备打数学建模竞赛的同学一些可以直接落地的思路。

1. 赛题规则与考点透视：先别急着写代码

1.1 核心规则还原

很多同学拿到这道题的第一反应是找题目里的“答案”，比如求最短路径或者最大收益。但《穿越沙漠》的难点恰恰在于：它不是一个单纯的路径优化问题，而是一整套资源调度规则下的决策问题。我先把规则梳理一遍，后面所有模型都建在这套规则之上。

玩家从起点出发，在规定的天数内到达终点，超时即失败。每天消耗一定量的水和食物，消耗量由当天天气（晴朗、高温、沙暴）以及当天是否挖矿决定。天气按天给出，第一问中未来若干天天气是已知的，第二问中只有前若干天已知。玩家可以选择移动、停留、挖矿、购买物资。挖矿只能在矿山位置进行，每天获得固定收益，但当天水、食物消耗翻倍。购买物资只能在起点或村庄进行，起点价格便宜，村庄价格贵。玩家有负重上限，水和食物都有单位重量，超出就无法携带。水和食物任一消耗到0还未到达终点，判定为游戏失败。

规则里最容易被忽略的有两个点。第一个是“沙暴天不能移动”，这个约束直接把路径搜索的可行域切断了；第二个是“挖矿时消耗翻倍”，这意味着矿山不是纯收益节点，而是“用物资换资金”的转换节点，是否值得挖矿完全取决于当前水、食物储备和后续天气。这两条规则叠加在一起，就让“多挖几天矿”变成了一个需要仔细权衡的决策，而不是无脑赚钱。

为了把问题讲清楚，我这里给出一组常见的示例参数，各队伍当年使用的官方参数可能略有不同，实际以赛题为准。

这里的消耗数字并不是当年官方赛题的标准值，只是我用来说明建模思路的示例。实际比赛时，要把官方给的消耗表、收益表原样代入模型。有一点需要注意，不同版本的赛题可能在关卡设定上有差异，有的关卡把路线分成多段，有的关卡把天气概率给了不同的分布，所以建模前一定要逐字读题，把参数抽出来列成一张表，这是后面所有工作的地基。

1.2 题目真正想考的能力

从出题者的角度看，这道题想考查的不是“你会不会贪心”，而是四个方面。第一，多阶段决策建模能力。玩家每天都要面对“移动/停留/挖矿/购买”的离散决策，每个决策都会影响后续所有天的可行性和收益。这不是一道静态题，而是一道典型的序贯决策问题。第二，约束处理能力。负重、时间、天气、资源耗尽，任何一个约束都能让朴素贪心算法直接崩掉。

第三，不确定性建模能力。第二问把天气从“全知”改成“部分未知”，这就从确定性优化跳到了随机决策的范畴。很多队伍在这里掉队，因为他们还是拿第一问的思路硬套。第四，工程实现与验证能力。模型再漂亮，最后都得跑出数字。对动态规划、最短路、蒙特卡洛模拟这些算法的实现细节，决定了你能不能在规定时间内交出一份可复现的结果。

把这四点想清楚之后，再去看各类参赛作品，就会发现优秀论文和普通论文的分水岭不在算法炫不炫，而在对规则的建模颗粒度和对求解思路的取舍逻辑。比如同样是用动态规划，有的队伍把状态定义得又大又散，跑都跑不动；有的队伍做了状态压缩，几秒钟就出结果。这两支队伍在论文里写出来的模型公式可能长得差不多，但背后的思考深度完全不一样。

2. 第一问：确定性天气下，用动态规划还是最短路

2.1 状态定义是建模的第一步

第一问的核心特征是：未来所有天的天气已知。也就是说，玩家在做任何决策之前，整个“环境”是一个完全确定的信息集。这时候问题变成一个确定性、有限阶段的离散优化问题，最常见的做法是动态规划。但动态规划第一步——状态定义，就卡住了很多人。

如果直接定义状态为“第t天、位置i、剩余水w、剩余食物f、剩余资金m”，那么这个状态空间是五维的，w和f的取值范围还可能达到几百上千，组合起来根本没法枚举。所以要做状态压缩。压缩的思路是：把“剩余资金”变成由其他状态推导出来的值。因为在规则里，资金只通过购买和挖矿两个动作变化，而水、食物是实际消耗品。只要记录“当前还剩多少水、多少食物、多少物资总重量”，再结合历史路径，就能算出资金的使用情况。

更进一步的压缩思路是：对每个位置、每一天，直接定义“到达该节点时剩余资金最大”作为DP值。由于路径和天气确定，从上一个节点转移到下一个节点时，消耗是确定的，所以只需要决策“是否挖矿、是否购买、是否等待”。这个思路有点类似“从终点倒推”的逆推动态规划，从最后一天往前递归，每一步都保留当前最优资金，最后起点处的值就是答案。

这里有一个我当年踩过的坑：把“剩余水”和“剩余食物”当作两个独立维度放进状态，结果状态爆炸，程序跑了一个小时都没出结果。后来改成“只保留水和食物的总重量”作为状态，再通过贪心策略分配水和食物的携带比例，计算量直接降了一个数量级。原因在于：水和食物在功能上高度相似，而决策时真正约束携带量的是总负重，而不是各自的剩余量。但要注意，这个压缩思路在“水和食物价格相同、消耗比例固定”的简化条件下才成立。如果赛题把水和食物的基础消耗比例设得完全不同，比如水消耗快、食物消耗慢，就需要在压缩时额外加一个维度，记录当前策略下水和食物的比例是否偏离最优比例，否则压缩就会失真。

2.2 把每天消耗转成边权

把问题看成图论最短路也行，而且这是一个很优雅的转化。思路是：每个节点表示为“第t天在位置i”。如果第t+1天天气允许移动，就建一条边，从(第t天,位置i)指向(第t+1天,位置i+1)，边的代价是当天的水、食物消耗。如果玩家选择在某个位置停留，就建一条自环边，消耗当天水、食物。如果玩家在矿山停留并挖矿，消耗翻倍，但获得固定收益。如果玩家在村庄或起点，可以在节点上做“购买”操作，相当于在水、食物消耗的代价基础上，加一笔价格调整。

这样整理出来的图，边的权重是“资金”而不是“距离”。因为天气已知，每个节点的消耗都能精确计算，所以从起点到终点的最短路对应的就是最优决策。但是千万不要直接用任意图最短路模板去跑。这个转化后的图里，节点之间的边权并不是独立的，它们共享同一个负重限制。换句话说，即使最短路算法告诉你“这条路总代价最低”，也还要检查这条路径上的物资总重量有没有超出负重上限。否则算法会给你一条理论上资金最优、实际上根本不可行的路径。

正确的做法是：在DP中把负重上限当作约束条件；或者在构建图时，把“携带的物资总量”作为路径上的累计状态，再做约束检查。我个人更推荐前者，因为动态规划天然支持维度扩展，而图算法扩展状态维度会比较别扭。还有一个折中的办法，是先不管负重上限跑一遍最短路，得到一张“最优路径表”，再逐段检查负重。如果超了，就把超重那几段的物资购买方案拆开，看看能不能通过提前购买、分批携带来绕开限制。这个方法虽然不一定能找到全局最优，但作为初筛非常快。

2.3 边界情况与失败判定

第一问的陷阱往往藏在边界条件里，不是算法本身。初始阶段资金有限，如果起点就把物资买满，可能后续资金不够在村庄应急。沙暴天无法移动，如果恰好卡在离村庄或矿山很远的位置，连续几天沙暴会直接耗尽物资。挖矿虽然赚钱，但收益是否覆盖额外消耗，需要提前用“收益/额外消耗”的比值判断。

我见过不少队伍在论文里把“失败判定”写得很模糊，什么“物资耗尽则游戏失败”，但代码里却没有严格检查每个中间状态的可行性。评委最喜欢在这种地方扣分。建议在建模时把“水=0或食物=0”作为硬约束写进递推公式，并在数值实验时给出失败路径的示例，让读者直观看到边界条件的意义。

实际操作中，还有一种隐蔽的失败情况是“到达终点但超时”。有些队伍在DP里没有限制至少要在第几天之前到达，只在最后输出终点的最优值，结果程序为了多挖几天矿，选择了超时到达的路径。为了避免这种情况，我把“天数”直接放在状态里，并且只记录“恰好第t天到达位置i”的最优值，这样天然排除了所有超时路径。这个小细节看起来不起眼，但能帮你避免一个很尴尬的结果错误。

3. 第二问：天气未知时，从“最优”到“稳健”

3.1 决策树与期望收益

第二问把天气改成了“前若干天已知，后续未知”。这意味着第一问的确定性DP不能直接用了。但好消息是，天气虽然是随机的，它的取值是有限的，晴朗、高温、沙暴三种，而且概率分布题目会给出。于是可以把问题建模成决策树：树的每一层代表一天，树的每个分支代表一种可能的天气状态。在决策树上做“期望资金最大化”，思路和第一问的DP一致，只是转移函数改为求期望。

如果设V(t, i, s)为“第t天在位置i、当前物资状态为s时的最大期望剩余资金”，那么转移时，对每个可能的天气，计算对应的消耗和决策后的资金，再按概率加权求和。这个求解框架虽然简单，但有一个隐藏问题：如果直接在完整决策树上展开，30天、每天3种天气，会得到3的30次方个叶子节点，这显然是不可行的。所以实际要做的是“剪枝”和“近似”。常用做法是在每个决策点只保留有限个候选动作，再用蒙特卡洛抽样去评价这些动作的期望收益，而不是枚举所有天气组合。

我整理过的作品里，有队伍用“随机动态规划”来求解，状态转移方程写得很漂亮，但运行时间极长。后来他们做了一个简化：因为每种天气出现的概率是独立的，未来10天的天气组合虽然很多，但很多组合对应的消耗是一样的，比如3个晴天、2个高温、5个沙暴和2个晴天、4个高温、4个沙暴，如果只关心总消耗，这两组天气的累计效果可能相同。这就能用“合并同类项”的思路大幅压缩状态。这个技巧在第二问里特别适用，因为玩家关心的往往不是某一天具体是什么天气，而是接下来若干天累计消耗了多少物资。

3.2 稳健策略与后悔值分析

第二问里很多优秀作品并没有直接追求“期望资金最大”，而是引入了风险厌恶，用“最大化最坏情况下的收益”或者“最小化最大后悔值”来建模。原因很实际：期望最大化的策略可能在某些极端天气下直接失败，比如为了多挖几天矿，赌后续不会连续沙暴，结果一旦连沙暴就资源耗尽。竞赛题目想要看到的是你能不能在不确定性下做出合理决策，而不只是算一个期望值。

最小最大后悔值的思路是：先假设我们知道真实天气序列，算出每个天气序列下的“事后最优收益”，然后定义“后悔值”为当前策略收益与事后最优收益之差，最后选择一个让最大后悔值最小的策略。这个思路在论文里写出来会非常加分，因为它体现了你没有把随机性简单地平均化，而是考虑了决策的稳健性。评委看到这部分，通常会给较高的模型创新分。

举一个很直观的例子：假设两种策略，A策略在90%的情况下收益是500，在10%的情况下失败；B策略在任何天气下收益都是400。期望收益算下来A更高，但如果你把这个游戏重复玩一百次，B策略永远不会失败，而A策略有十次会直接出局。对于一次性的比赛，你愿意赌A还是保B？这个选择没有标准答案，但你能不能在论文里把两种选择的利弊讲清楚，就体现出建模思维成熟度了。

3.3 蒙特卡洛模拟评估

第二问里，蒙特卡洛模拟不应该作为求解主算法，而是作为验证工具。做法是：按照题目给出的天气概率分布，随机生成大量天气序列，几千到几万条，然后用第一问开发的确定性DP来求解每条天气序列下的最优策略，得到收益分布。再把你设计的稳健策略在这些天气序列上跑一遍，对比收益分布。

这里有一个关键点：模拟得到的收益分布直方图非常好用。第一可以直观展示某个策略在大多数情况下收益高不高；第二能看出策略是否有“尾部风险”，即在极端天气下是否容易翻车。论文里放一张收益直方图，比十段文字都管用。我在整理作品时发现，凡是拿到高分的队伍，几乎都做了某种形式的蒙特卡洛验证。有的队伍还额外做了“在预测天气存在误差时策略的表现”分析，这个属于加分项，因为他们主动处理了模型对输入误差的敏感性。

做蒙特卡洛模拟时，一个常见的坑是随机数种子没有固定。结果每次运行程序得到的收益分布都不一样，论文里写的数字和代码实际跑出来的数字对不上，这在答辩时是致命的。我建议在代码里固定随机种子，并且在论文的附录里写清楚“随机种子为2020，抽样次数为10000，95%置信区间为XXX到XXX”，这样整个结果可复现、可验证，也能体现你做实验的严谨性。

4. 参赛作品的完整组织框架：从摘要到灵敏度分析

4.1 从摘要到灵敏度分析的布局

整理了大量参赛作品之后，我发现优秀论文的结构惊人地一致，不是因为他们抄袭，而是因为数学建模竞赛的评分维度非常稳定。通常一篇完整作品包含摘要、问题分析、模型假设、模型建立与求解、灵敏度分析、模型评价与推广这几大块。

摘要300到500字，直接决定评委的第一印象。高手会在这段里写清楚“问题是什么、我用了什么模型、得到什么结果”，而且会写具体数字，比如“在天气全知条件下，最优资金为8400元，瓶颈约束来自连续沙暴天气下物资储备不足”。避免写“我们采用动态规划求得了较好的结果”这种废话。问题分析部分用自然语言梳理决策链路，画出问题拆解图或决策流程图，这一步是为了让评委相信你真的理解规则。模型假设把赛题里没有明说但建模时默认的细节列出来，比如“忽略购买物资时的时间成本”“水、食物可无限细分”等。

模型建立与求解部分按问题拆成小节，每个小节给出数学模型、递推公式、算法流程、运行结果。灵敏度分析是变化关键参数，如初始资金、天气概率、物资价格，观察结果变化。很多队伍把这一节写得像应付差事，其实这是拉开分差的地方。模型评价与推广部分简单写优缺点的同时，要说明模型思路可以迁移到哪些场景，比如库存管理、物流调度、生产排程。

4.2 评委视角下的常见丢分点

第二问部分已知天气这种题目，最容易出现“把随机问题当确定性问题做”的错误。很多队伍在第二问里直接沿用第一问的DP，只在前若干天用已知天气，后续天气就随便挑一种“最可能”的天气去跑。这种做法理论上不严谨，评委一眼就能看出来。

还有几个常见丢分点。模型假设过多，把赛题核心矛盾假设没了，比如假设“沙暴天气不会出现”或者“挖矿收益大于一切”，这样后续模型再精巧也没意义。把算法实现了但缺少数学表达式，评委需要看到具体的递推公式、约束条件表达式，而不是只看到“用Python实现动态规划”一句话。结果没有解释，写出“资金为8400”还不够，要解释为什么是这个数，比如“资金主要消耗在最后三天的连续高温天气”。灵敏度分析是空的，只画图不加解释，画完参数变化图后，至少要说清楚“初始资金每降低100元，最优收益下降多少，原因是购买物资的边际成本上升”。

我翻过的几十份作品里，还有一个很普遍的毛病：论文里贴了大段源代码。评委根本不会看你的代码，他们要的是思路和结果。代码可以放附录，但正文只放关键公式、核心算法伪代码和结果图。做这个调整之后，论文的观感会提升不少。另外，排版规范也是隐性分数，公式编号、图表标题、参考文献格式统一，这些细节做不好，再好的内容也会被打折扣。

5. 代码实现与复现：从公式到可运行结果

5.1 动态规划的Python实现思路

写代码之前先定数据结构。我建议定义三个核心数据结构：天气表、位置属性和状态记录。天气表是长度为总天数的一维数组；位置属性是一个字典，key是位置编号，value说明这个位置是起点、终点、村庄、矿山还是普通地点；状态记录则用多维数组或字典记录(day, pos, water, food, money)或者压缩后的状态。

一个典型的确定性DP伪代码如下：

# 示例伪代码，具体参数以官方赛题为准 days = len(weather) # dp[t][i][carry] 表示第t天在位置i，携带总重量为carry时，最大剩余资金 dp = [[[-inf] * (MAX_CAPACITY + 1) for _ in range(N)] for _ in range(days + 1)] dp[0][start][init_weight] = init_money for t in range(days): for i in range(N): for carry in range(MAX_CAPACITY + 1): if dp[t][i][carry] == -inf: continue w_use, f_use = consume_by_weather[weather[t]] # 决策1: 移动到下一个位置（天气允许时） # 决策2: 停留在当前地点 # 决策3: 挖矿（如果在矿山） # 决策4: 购买物资（如果在村庄或起点）

注意，这段伪代码里“购买”应该放在转移之后还是之前，取决于你对“当天消费顺序”的定义。现实模型中，玩家可以在一开始就购买，也可以到达村庄当天购买再消费。不同的时序假设会带来不同的结果，所以你要在模型假设里明确写清楚。我习惯上把“消费”放在每天的最后，也就是先决策移动或挖矿，再扣除当天消耗，最后才允许购买补给。这样模拟的是“白天赶路或干活，一天结束后再补货”的场景。

5.2 参数标定与结果验证

跑通代码之后，不要急着写论文。第一件事是做小规模测试：手动构造一个两三天的小沙漠，手算最优解，再和程序跑出来的结果对比。这样能快速发现时序错误、边界条件错误。我当年测试时发现，代码里最常见的bug是“沙暴天仍然允许移动”和“购买后负重超限”这两个条件没有同时检查。这两个bug同时存在时，程序会给出一个看似合理但实际不可行的最优策略。你如果不做小规模手动验证，这种错误会一直藏到交卷。

还有一种情况要特别注意：程序求出的“最优路径”里，可能会出现走到某个节点时，剩余物资刚刚好够走到终点，但完全没有预留应对意外天气的余量。在确定性第一问里这没问题，因为天气已知，不会有意外的沙暴；但在第二问里，如果还沿用这种“卡着边界走”的策略，一旦实际天气和预测概率分布有偏差，就很容易翻车。所以做第二问的策略时，我建议在代码里人为设置一个“安全库存”，比如始终保留至少一天的物资作为缓冲，这样虽然期望收益会略微下降，但大大降低了失败概率。

5.3 可视化与结果呈现

论文里放图不要放代码截图。最有用的图有三类：最优路径图、资源消耗曲线、天气与决策对齐图。最优路径图是在地图上标出玩家每天的位置和动作，颜色区分移动、停留、挖矿。资源消耗曲线画出每天结束时水、食物、资金的变化曲线，直观展示资源是否逼近耗尽边界。天气与决策对齐图把天气条和决策条按天对齐，显示哪几天因为沙暴被迫停留，哪几天因为高温消耗激增。

这类图不用画得多花哨，用matplotlib画清楚就行。关键是让评委一眼看懂你的策略在关键节点上的取舍。我见过一个作品，把“资金曲线”和“物资总量曲线”画在同一张图里，并用阴影标出“可安全返回村庄的最晚时间”，这个设计非常加分，因为它把决策的“死线”可视化了出来。后来我自己做类似的调度问题时，也沿用这个画法，效果很好。画图的配色和字体也要统一，避免出现花里胡哨的颜色，毕竟这是学术论文，不是海报设计。

6. 从穿越沙漠沉淀出的通用建模能力

6.1 一套可复用的资源-路径-随机三层框架

比赛结束后，回头再看这道题，会发现它其实是一个通用问题框架的实例。底层是资源层：水、食物、资金，分别对应库存、消耗品、货币。中层是路径层：移动、停留、挖矿、购买，对应路径选择、加工、采购。上层是决策层：确定性天气和随机天气，对应确定性环境和随机环境下的序贯决策。

把这三层拆开之后你会发现，很多实际场景都能套进这个框架。外卖骑手的送餐路线规划，要考虑时间、电量、订单收入“三坐标”平衡；工厂的生产排程，要处理原料库存、加工时间、机器产能的匹配；仓储物流的补货策略，要解决库存水位、需求随机、运输成本之间的冲突。这些问题的底层结构都和你在这道题里遇到的“水、食物、资金、天气、时间、负重”非常相似。所以打比赛的价值不只是学一个算法，而是学会“把现实问题抽象成可求解的数学模型”。

在整理合集的过程中，我看到一支队伍用“库存-生产-销售”模型来类比穿越沙漠：水、食物是原材料，移动是生产过程，挖矿是增值加工，村庄是补货点，终点是交付客户。这个类比看起来简单，却能帮助队友快速对齐思路，也方便后续把成熟的库存管理模型迁移过来。这也是我建议大家拿到新题以后先做的一件事：用自己熟悉的领域去重新描述题目，找到问题的“骨架”。

6.2 对备赛选手的几点建议

最后聊一点更实在的备赛建议。第一，前三天不要急着写代码，先把题目读三遍，把所有规则写成一二三四条，再开始建模。第二，代码和论文要并行推进，不要等模型完全跑通再写论文，因为论文里的问题分析部分完全可以提前写。第三，重要参数一定要做多组对比，一组参数跑出结果就写进论文，评委一眼就能看出你没有做系统分析。

另外我想分享一个个人感受：整理优秀作品集的时候，你会发现那些拿国奖的队伍，论文里的关键结果几乎都能复现，而不是“比赛当天随手跑的运气产物”。他们把每一步推导都写清楚，每个数字都能对上，每个参数都是有意选择的，这种严谨习惯比临时抱佛脚学某个高级算法有用得多。这道“穿越沙漠”看起来是个游戏题，但把它的所有决策逻辑串起来之后，你锻炼出的恰好是真实世界里的资源配置能力。这几年数学建模竞赛的题目越来越偏向规则复杂、数据量大、环境不确定的真实场景题，穿越沙漠B题算是这种趋势的早期代表。如果你能把这道题的原理吃透，再去做类似的任务调度、资源优化题目，会顺畅很多。

本文还有配套的精品资源，点击获取