问题分析
1、问题一
针对问题一，为了解决此问题，我们需要利用 python 中的内置线性扫描算法 max遍历所有城市景点数据，寻到最高评分，检索每个城市中景点获评最高评分的数量，随后排序并列出前 10 个城市。
2、问题二：
针对问题二，我们尝试结合路网可达性、车行可达性和感知可达性指标，进而运用所设定的综合评价指标：城市规模、环境环保、人文底蕴、交通便利、气候和美食等。将以上所有指标利用层次分析法 (AHP) 对 352 个城市进行评分。综合评价并排序，选出前 50 个城市。
3、问题三：
针对问题三，需要建立规划模型。其目标是：1. 游玩尽可能多的城市；2. 保证综合游玩体验最佳 (综合指标值最大). 主要约束条件是：1. 每个城市只选一个评分最高的景点；2. 交通方式只选择高铁；3. 只在“最令外国游客向往的 50 个城市”中选择 34 要游玩的城市；4. 时间范围限制在 144 小时内。在求解方面，需要用到贪婪算法求出可行解后结合模拟退火算法求出全局最优解，也可能用到蚁群算法、遗传算法和基因- Ⅱ算法等启发式算法。
4、问题四
针对问题四，同样需要建立规划模型。其目标是：1. 游玩尽可能多的城市；2. 使门票和交通的总费用尽可能少。主要约束条件是：1. 每个城市只选一个评分最高的景点；2. 交通方式只选择高铁；3. 只在“最令外国游客向往的 50 个城市”中选择要游玩的城市；4. 时间范围限制在 144 小时内。在规划模型求解方面，需要用到贪婪算法求出可行解后结合模拟退火算法求出全局最优解，也可能用到蚁群算法、遗传算法和基因-Ⅱ算法等启发式算法。
5、 问题五
针对问题五，其目标是：1. 游客希望游览尽可能多的山景；2. 使门票和交通的总费用尽可能少。主要约束条件是：1. 每个城市只选一个评分最高的景点；2. 交通方式只选择高铁；3. 游览范围拓展到 352 个城市，不局限于“最令外国游客向往的 50 个城市”；4. 时间范围限制在 144 小时内。在规划模型求解方面，需要用到贪婪算法求出可行解后结合模拟退火算法求出全局最优解，也可能用到蚁群算法、遗传算法和基因-Ⅱ算法等启发式算法。
