發(fā)布時間：2021-08-04 22:27

　　在傳統(tǒng)旅游路徑規(guī)劃中,通常將問題抽象成旅行商問題（TSP）進(jìn)行討論,該方法僅考慮消耗時間最短的路徑,忽視了景點(diǎn)當(dāng)前熱度、擁擠程度等諸多影響旅客旅游體驗的因素。為了給旅客帶來更好的旅游體驗,綜合考慮上述因素,對蟻群算法作出改進(jìn)。改進(jìn)后算法以交通時間更短、導(dǎo)向旅游體驗好的景點(diǎn)為目標(biāo)函數(shù),根據(jù)各景點(diǎn)當(dāng)前熱度、擁擠度及景點(diǎn)與景點(diǎn)間路徑交通狀況對景區(qū)內(nèi)各路徑賦以合理的權(quán)重,從而規(guī)劃出合理路徑。實驗結(jié)果表明,改進(jìn)后的蟻群算法可綜合考慮更多影響旅客旅游體驗的因素,從而使規(guī)劃出的旅游路徑為旅客帶來更良好的旅游體驗。 

【文章來源】：軟件導(dǎo)刊. 2020,19(09)

【文章頁數(shù)】：4 頁

【部分圖文】：

路徑規(guī)劃結(jié)果

各次迭代中最小邊權(quán)重之和

【參考文獻(xiàn)】：
期刊論文
[1]基于模擬退火的自適應(yīng)離散型布谷鳥算法求解旅行商問題[J]. 張子成,韓偉,毛波.  電子學(xué)報. 2018(08)
[2]基于改進(jìn)蟻群算法的旅游景區(qū)路徑規(guī)劃[J]. 黃于欣,蔣洪杰.  河南科學(xué). 2018(06)
[3]基于蟻群算法的旅游線路優(yōu)化[J]. 劉訓(xùn)星,胡敏,黎穎.  重慶理工大學(xué)學(xué)報(自然科學(xué)). 2017(10)
[4]基于優(yōu)先權(quán)編碼的改進(jìn)禁忌搜索算法求解TSP問題[J]. 王宏斌,劉娜.  物流科技. 2017(06)
[5]改進(jìn)的模擬退火和遺傳算法求解TSP問題[J]. 姚明海,王娜,趙連朋.  計算機(jī)工程與應(yīng)用. 2013(14)
[6]陜西省寧東森林公園景區(qū)劃分與景點(diǎn)等級評價[J]. 王曉亮.  陜西林業(yè)科技. 2012(03)
[7]基于貪心策略的自適應(yīng)蟻群算法在TSP中的應(yīng)用[J]. 熊瑜.  計算機(jī)與數(shù)字工程. 2012(01)
[8]一種基于蟻群算法的TSP問題分段求解算法[J]. 吳斌,史忠植.  計算機(jī)學(xué)報. 2001(12)
[9]用神經(jīng)網(wǎng)絡(luò)求解TSP的一種改進(jìn)算法[J]. 王知人.  吉林工業(yè)大學(xué)自然科學(xué)學(xué)報. 1999(02)

碩士論文
[1]基于時間和費(fèi)用的多目標(biāo)路徑規(guī)劃問題[D]. 孫杰.武漢科技大學(xué) 2018
[2]求解TSP問題的改進(jìn)蟻群算法[D]. 敖磊.西安電子科技大學(xué) 2005



本文編號：3322518