《火纹：风花雪月》种植最优化问题

背景

最优组合问题：如何搭配背包里的种子，能够最大性价比地获取想要的属性果实。

机制

本机制整理来源于贴吧、游民星空和b站。

这个视频解说会很详细《火纹：风花雪月》栽培、种植详细讲解（附作业本）_单机游戏热门视频

1. 一次性最多可以种5个种子。
2. 收获的产物的种类取决于种子以及种子的搭配。
3. 收获质量受种子的隐藏值和培育等级影响。
4. 收获数量取决于种子数量和培育等级。
5. 收获物品会有属性果和非属性果的其他产物，但是我们只关心属性果。

6. 种植方法	培育等级
   注入魔力	0
   水灌溉	1
   委托苗间	2
   播撒骨粉	3
   铺土壤	4
   天马恩惠	5

7. 收获数=5+种子数+培育等级+5（如果是大地祝福节日）
8. 除初学者用种子，所有种子都可能培育出加属性的果实，但每个种子出的属性果不同。
9. 不是每一种搭配都能收获属性果。

10. 种子名称	数值1	数值2	属性
    草本植物种子	3	0	力量
    美朵拉西方产种子	9	0	HP
    根茎植物种子	1	0	守备
    蔬菜种子	9	0	魔防
    芙朵拉北方产种子	5	0.8	魅力
    摩尔菲斯蜜李种子	6	2.4	技巧
    芙朵拉南方产种子	1	0.8	魔力
    摩尔菲斯产种子	11	0.8	技巧
    萨拉德寒冰菜种子	3	2.4	速度
    蛇果种子	7	3.2	幸运
    阿鲁比聂产种子	8	0.8	魅力
    芙朵拉东方产种子	6	0.8	守备
    白芷种子	10	3.2	力量
    果树种子	8	0	幸运
    红色花朵种子	0	1.6	魔防
    白色花朵种子	5	1.6	魅力
    蓝色花朵种子	2	1.6	HP
    紫色花朵种子	4	1.6	力量
    黄色花朵种子	7	1.6	魔力
    绿色花朵种子	10	1.6	技巧
    水蓝色花朵种子	1	1.6	速度
    初学者用种子	0	0	无

11. 属性果只会产出一个。
12. 如果不同种子对应的属性果不是同一个，那就会从这些属性果中随机一个。
13. 属性果的收获概率依据搭配种子的累计收获概率计算。如5个种子的收获概率都是10%，那么这种搭配组合下，能够出属性果的概率是50%。
14. 种子的收获概率受到评价公式的影响，评价值越高，收获概率越高。
15. 评价值=（12-（sum“数值1”÷12的余数））*5+sum“数值2”+（ 培育等级+5）*2 
16. 每个种子的收获概率有以下对应：

    评价值	收获概率(%)
    0~20	1
    21~40	3
    41~60	5
    61~80	10
    81~90	15
    91~100	20

根据上述规则构建代码：

import pandas as pd
import numpy as np
import pulp

# 1. 输入
# 预期属性
a = '力量'
# 培育等级
L = 5

# df = pd.read_csv('种子栽培.csv', header=0) #see种子栽培csv
df = pd.read_excel('./seednew.xlsx')
# user = pd.read_csv('user1.csv', header=0) #随便弄的一个用户

df_bag = df.loc[df['背包个数'].replace(0,np.nan).dropna().index]

df_bag_a = set(df_bag['属性'])
if a not in df_bag_a:
    print(f'背包里没有{a}种子')
    print(f'可以尝试其它属性:{df_bag_a}')
seed_num = df_bag['背包个数'].sum()
if seed_num<= 5:
    print('种子数较少，不需要寻优')

weight_ratios = [(w,1-w) for w in [0,0.2,0.4,0.6,0.8,1]]

pareto_solutions = []

for main_weight,additional_weight in weight_ratios:
    problem = pulp.LpProblem('seed_selection',pulp.LpMaximize)
    x = [pulp.LpVariable(f'x{i}',lowBound=0,upBound=df_bag['背包个数'][i],cat='Integer') for i in df_bag.index]
    problem += pulp.lpSum([
        main_weight*((12-(x[ind]* df_bag['数值1'][i])/12)*5
        +x[ind]* df_bag['数值2'][i]
        +(L+5)+2) for ind,i in enumerate(df_bag.index)]) +\
        pulp.lpSum([x[ind]*additional_weight for ind,i in enumerate(df_bag.index) if df_bag['属性'][i]==a])
    problem += pulp.lpSum([x[i]for i in range(len(df_bag))])== 5

    #求解问题
    problem.solve()

    if pulp.LpStatus[problem.status] == 'Optimal':
        solution = [x[i].varValue for i in range(len(df_bag))]
        pareto_solutions.append((solution,pulp.value(problem.objective)))
# 输出结果
for idx,(solution,objective) in enumerate(pareto_solutions):
    print(f'\n搭配{idx+1}：')
    for ind,seed_best_num in enumerate(solution):
        if seed_best_num:
            print(f'{df_bag.iloc[ind,0]}的个数：{int(seed_best_num)}')

使用这个excel文件，可以修改自己的背包种子数，代码的a变量替换为自己想要的属性

如果用预设值优化，最终结果如下（越靠后的搭配，出指定属性的概率越高，越靠前的搭配，越容易出属性果）：

搭配1：
根茎植物种子的个数：3
紫色花朵种子的个数：1
水蓝色花朵种子的个数：1

搭配2：
根茎植物种子的个数：3
紫色花朵种子的个数：1
水蓝色花朵种子的个数：1

搭配3：
根茎植物种子的个数：3
紫色花朵种子的个数：1
水蓝色花朵种子的个数：1

搭配4：
根茎植物种子的个数：3
紫色花朵种子的个数：1
水蓝色花朵种子的个数：1

搭配5：
根茎植物种子的个数：3
紫色花朵种子的个数：1
水蓝色花朵种子的个数：1

搭配6：
根茎植物种子的个数：3
紫色花朵种子的个数：1
水蓝色花朵种子的个数：1