自定义限制条件的科研规划器

指挥官大人~欢迎来到碧蓝航线WIKI，您可以通过百度搜索“碧蓝航线WIKI 碧蓝海事局”直达本WIKI！如果是第一次来访的话，按“Ctrl+D”可以收藏WIKI随时查看更新哦~如果觉得WIKI好玩的话，记得安利给更多人哟ヾ(o◕∀◕)ﾉ。

科研攻略已整合完毕

本文由天谴之羊原创。未经许可，请勿擅自修改，转载请注明出处并附带链接。

推荐器作用：通过给定限制条件，程序输出符合个性化限制条件的科研策略
推荐器下载👇
链接：https://pan.baidu.com/s/155PV8COAuMTREjr7Zc6pUg?pwd=bkyx 提取码：bkyx
注意本推荐器只能在电脑上使用，且mac系统无法打开
一般玩家只需要下载编译好的科研推荐器并且阅读使用方法，有兴趣的开发者可以阅读后文。
一般玩家亦可阅读基于加权性价比算法的科研规划推荐的第一章来选择一个适合自己的策略。此外想要阅读源码也需要阅读此攻略来理解程序中通过倾向数值计算科研策略的部分。

一.使用方法

如下图所示，下载并且解压科研推荐器的压缩包后，可以发现内部含有4个文件

其中，“keyan.exe”是科研推荐器程序本体
“策略限制表”中包含你对科研策略的限制条件和运行所需的数据
“策略输出表”用于输出推荐的科研策略以及收益的预期
“请先看介绍”中包含对该推荐器的使用方法简介

第一步：填写策略限制表

如上图所示，打开策略限制表，对科研策略做出限制，填写过程中表格有一定的纠错功能。注意看是否有错误提示。
第二步：关闭并且保存策略限制表、确认关闭了策略输出表
如果没有保存策略限制表，程序将不会读取到修改内容；
如果没有保存策略输出表，输出的策略无法保存到表格。
第三步：双击运行程序

如上图所示，耐心等待遗传算法繁殖代数或者模拟退火算法的退火次数达到指定值
第四步：查看推荐策略

如上图所示，打开策略输出表，查看输出策略

二.前言

十五号线发车前在攻略基于加权性价比算法的科研规划推荐中提出了两个注意点 ①.本文章提供的表格更加接近于一种计算方法，其难度和可操作性都在于参数的设定，故而对于使用者的调整参数要求的较高；指挥官可多熟悉表格参数调整对模型的变化，慢慢调参至自己满意模型。同时注意不合理的调参，其可能导致没有实际意义的计算结果；
②由于信息压缩过程（全部量化为价值），表格丢失了各种资源维度和时间维度上某单一维度的信息，表格难以直接通过对于高维参量的限制（如限制心智魔方每日消耗）得到策略空间集；
因此，该攻略中的表格虽然在“策略正确性”上几乎做到了极致，但是对填表人有较高的要求。为了得到输入为对策略的限制，输出为策略空间集合的方法，故编写此程序。

三.项目工程文件

源码和工程文件已经上传至gitee
https://gitee.com/iamtianqianzhiyang/azurelanekeyan

四.原理简介

很容易看到，本科研推荐器使用了遗传算法和模拟退火算法。
算法原理请自行百度寻找资料，算法博主比我讲的好。本文主要介绍在科研推荐领域如何利用遗传算法
遗传算法在某一领域能否得到运用，最关键的有两点：
①将遗传算法中的基因信息翻译为有效的解决问题的信息
②合理的适应度函数

对于问题①，选择了联合利用攻略基于加权性价比算法的科研规划推荐中提出的算法，即输入倾向数值，输出科研策略的算法。选择将基因信息翻译为倾向数值而不是科研项目排序有两个优势：
1.减短了基因序列的长度，能更快的使输出结果趋向于收敛
2.加权算法的输出结果十分接近该倾向下的最优解，能够保证策略的合理性
基因本身为0，1组成的数组，在翻译为倾向数据时，规定该数据占用基因的位数，然后把对应位的基因当成一个二进制数输出数值，再乘以一个修正的倍率系数，从而将基因的“0”“1”信息翻译成倾向数值信息。

对于问题②，选择使用填表的方式自定义限制条件。将基因型翻译成倾向数值信息后，程序自动通过加权算法得出一个策略，计算该策略的预测产出，通过限制条件来计算适应度

此外，该程序相对于传统的遗传算法做出了一个改进，即在每一轮计算适应度时，记录历史上适应度最高的个体基因型，并且在每一轮新一代种群生成完成后将这个基因型加入到新的种群中。这一改进使得最终所得策略的准确性得到了大大的提升。

类似的，模拟退火算法中也采用了与遗传算法近似的方法，即在模拟退火过程中改变“基因型”，把基因信息翻译为倾向数值的方法。为了防止模拟退火陷入局部最优解，采用了多个并行计算取最优的模式。

五.结语

科研策略的改进一直以来都是一个复杂的课题，通过遗传算法推荐科研策略成功补充了由输入限制条件到策略输出的空白。 ~~（线宝你看到了吗，我做到了——）~~很感谢攻略组成员，以及阅读wiki的各位游客对科研策略研究改进的建议，这篇攻略也希望能够启发更多的人采用不同的工具来审视科研策略这一领域。