花粉收集的贪心最优示例：三维向量与角度度量

该范例通过“花粉收集”情境可视化展示：在特定规则下采取贪心策略能够获得更优结果。核心数学概念包括：三维向量（表示飞行方向与贡献）、角度度量（用于评价不同选择的代价或收益）、函数图/几何量的联动，以及在多次决策中对“最大花粉/最少航次”等目标进行比较，从而体现优化思想与标准差等统计量在过程评估中的作用。作图要点：使用 GeoGebra 的 Text 标签文本呈现提示与结果；通过对象集 pollenFlower1~pollenFlower6、totalPollen、maxPollen、numFlights、maxFlights、instructions、results 等组织场景；并借助 collect、Reset、collect/numFlights 等交互或复位逻辑实现策略执行与对比；同时结合 A~D、E~L 等占位点/变量把每次选择映射到具体花点与路径计算；最终用 beesly、beesly 相关结果对象（如 N、O、flower1~flower6、maxPollen 等）输出最大化比较结论。适合中学高年级到大学入门阶段的课堂演示、建模作业或竞赛中优化与向量建模的教学使用。