【摘要】：國(guó)家經(jīng)濟(jì)的發(fā)展使得人民生活水平不斷提高,出行旅游成了生活的一部分。如今,人們出行旅游不僅僅局限于某一個(gè)旅游點(diǎn),往往涉及到很多個(gè)景點(diǎn)。因此,如何規(guī)劃旅游線路就成了必須解決的問(wèn)題。大量旅游網(wǎng)站的存在使得人們可以在網(wǎng)站上發(fā)布海量的與旅游相關(guān)的信息,游客可以根據(jù)這些信息制定自己的出游計(jì)劃。然而,這些旅游網(wǎng)站上的信息通常比較散亂,缺少結(jié)構(gòu)化的特征,普通游客難以根據(jù)這些信息制定完美的旅游線路。因此,旅游推薦的研究逐漸得到廣大學(xué)者的關(guān)注。時(shí)間依賴的旅行時(shí)間和用戶的多種偏好是實(shí)際旅游過(guò)程中最重要的兩個(gè)因素。本文的研究主要是在規(guī)劃行程的同時(shí)綜合考慮這兩方面的因素,稱為多目標(biāo)時(shí)間依賴定向問(wèn)題(Multi-Objective Time-Dependent Orienteering Problem,簡(jiǎn)稱MOTDOP)。同時(shí)處理多個(gè)偏好和時(shí)間依賴的旅行時(shí)間在這個(gè)NP-hard問(wèn)題中提出了一個(gè)具有挑戰(zhàn)性的優(yōu)化任務(wù)。本文在廣泛深入地查閱國(guó)內(nèi)外文獻(xiàn)的基礎(chǔ)上,對(duì)多目標(biāo)優(yōu)化問(wèn)題及時(shí)間依賴的旅行時(shí)間問(wèn)題分別進(jìn)行了描述并將這兩方面的因素結(jié)合起來(lái)進(jìn)行了深入的理論研究和實(shí)驗(yàn)分析。主要內(nèi)容如下:首先,對(duì)多目標(biāo)優(yōu)化的理論做了介紹,提出了多目標(biāo)優(yōu)化模型,并且闡述了多目標(biāo)優(yōu)化問(wèn)題Pareto最優(yōu)解的概念和傳統(tǒng)的多目標(biāo)優(yōu)化方法;介紹了傳統(tǒng)定向問(wèn)題的相關(guān)概念、目標(biāo)函數(shù)及約束條件;蟻群算法的理論基礎(chǔ)和相關(guān)算法的改進(jìn)。接著本文提出了多目標(biāo)時(shí)間依賴定向問(wèn)題(MOTDOP)的數(shù)學(xué)模型,為了解決這個(gè)問(wèn)題,通過(guò)流程圖以及偽代碼的形式闡述了兩個(gè)元啟發(fā)式方法:多目標(biāo)文化基因算法(Multi-Objective Memetic Algorithm,簡(jiǎn)稱MOMA)和多目標(biāo)蟻群系統(tǒng)(Multi-objective Ant Colony System,簡(jiǎn)稱MOACS)。最后,本文生成了兩組基準(zhǔn)實(shí)例來(lái)評(píng)估所提出的算法并與其它算法進(jìn)行對(duì)比。實(shí)驗(yàn)研究表明,MOMA和MOACS設(shè)法找到更好的解決方案。
[Abstract]:With the development of national economy, people's living standard has been improved, and travel and tourism has become a part of life. Nowadays, people travel not only to one tourist spot, but also to many scenic spots. Therefore, how to plan tourism routes has become a problem that must be solved. The existence of a large number of tourism websites makes it possible for people to publish vast amounts of tourism-related information on the website, according to which tourists can make their own travel plans. However, the information on these travel websites is often scattered and lack of structured features, and it is difficult for ordinary tourists to make perfect travel routes based on these information. Therefore, the study of tourism recommendation has gradually attracted the attention of scholars. Time-dependent travel time and user preferences are the two most important factors in the actual travel process. In this paper, we mainly consider these two factors while planning the trip, which is called Multi-Objective Time-Dependent Orienteering problem (MOTDOP). For short). Dealing with multiple preference and time dependent travel time presents a challenging optimization task in this NP-hard problem. On the basis of extensive and in-depth reference to domestic and foreign literature, this paper describes the multi-objective optimization problem and the time-dependent travel time problem, and combines the two factors together to carry out in-depth theoretical research and experimental analysis. The main contents are as follows: firstly, the theory of multi-objective optimization is introduced, the multi-objective optimization model is proposed, and the concept of Pareto optimal solution for multi-objective optimization problem and the traditional multi-objective optimization method are expounded. This paper introduces the related concepts, objective function and constraint conditions of the traditional orientation problem, the theoretical basis of ant colony algorithm and the improvement of the related algorithm. Then, a mathematical model of multi-objective time dependent orientation problem (MOTDOP) is proposed in this paper. In order to solve this problem, In this paper, two meta-heuristic methods, Multi-Objective Memetic algorithm (MOMA) and Multi-objective Ant Colony System, (MOACS).), are described in the form of flow chart and pseudo-code. Finally, two sets of benchmark examples are generated to evaluate the proposed algorithm and compare it with other algorithms. Experimental studies show that MOMA and MOACS try to find better solutions.
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹先彬,李金龍,王煦法;基于生態(tài)協(xié)同的多目標(biāo)優(yōu)化研究(英文)[J];軟件學(xué)報(bào);2001年04期

2 劉淳安;王宇平;;基于新模型的動(dòng)態(tài)多目標(biāo)優(yōu)化進(jìn)化算法[J];計(jì)算機(jī)研究與發(fā)展;2008年04期

3 徐鶴鳴;王東;;多目標(biāo)優(yōu)化問(wèn)題的求解框架[J];微計(jì)算機(jī)信息;2009年36期

4 郭曉東;王麗芳;;求解多目標(biāo)優(yōu)化問(wèn)題的分布估計(jì)算法[J];太原科技大學(xué)學(xué)報(bào);2010年01期

5 雍龍泉;;求解一類不可微多目標(biāo)優(yōu)化問(wèn)題的社會(huì)認(rèn)知算法[J];計(jì)算機(jī)應(yīng)用研究;2010年11期

6 郭思涵;龔小勝;;正交設(shè)計(jì)的E占優(yōu)策略求解高維多目標(biāo)優(yōu)化問(wèn)題研究[J];計(jì)算機(jī)科學(xué);2012年02期

7 蓋玉權(quán);何昱;張宇燕;吳憲彬;萬(wàn)海同;;復(fù)方藥物劑量配比多目標(biāo)優(yōu)化的方法學(xué)研究[J];微型機(jī)與應(yīng)用;2012年07期

8 王杰文;;約束多目標(biāo)優(yōu)化問(wèn)題中約束處理方法綜述[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2012年36期

9 賈利民,張錫第;智能多目標(biāo)優(yōu)化控制及其應(yīng)用[J];信息與控制;1992年01期

10 周學(xué)建;師清翔;朱永寧;;模糊相似優(yōu)先比在清選系統(tǒng)多目標(biāo)優(yōu)化中的應(yīng)用[J];洛陽(yáng)工學(xué)院學(xué)報(bào);1993年02期

相關(guān)會(huì)議論文 前10條

1 張翔;;一種無(wú)歧義性的多目標(biāo)優(yōu)化數(shù)值解法[A];中國(guó)農(nóng)業(yè)機(jī)械學(xué)會(huì)成立40周年慶典暨2003年學(xué)術(shù)年會(huì)論文集[C];2003年

2 羅亞中;;航天器軌跡多目標(biāo)優(yōu)化研究評(píng)述[A];The 5th 全國(guó)動(dòng)力學(xué)與控制青年學(xué)者研討會(huì)論文摘要集[C];2011年

3 耿玉磊;張翔;;多目標(biāo)優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學(xué)術(shù)年會(huì)——提升福建制造業(yè)競(jìng)爭(zhēng)力的戰(zhàn)略思考專題學(xué)術(shù)年會(huì)論文集[C];2004年

4 耿玉磊;張翔;;多目標(biāo)優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學(xué)術(shù)年會(huì)提升福建制造業(yè)競(jìng)爭(zhēng)力的戰(zhàn)略思考專題學(xué)術(shù)年會(huì)論文集[C];2004年

5 程鵬;唐雁;鄒顯春;;約束多目標(biāo)優(yōu)化試驗(yàn)函數(shù)產(chǎn)生器[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

6 賈小平;韓方煜;;多目標(biāo)優(yōu)化及其在過(guò)程工程中的應(yīng)用[A];過(guò)程系統(tǒng)工程2001年會(huì)論文集[C];2001年

7 邢志祥;;滅火救援力量調(diào)集的多目標(biāo)優(yōu)化[A];第一屆全國(guó)安全科學(xué)理論研討會(huì)論文集[C];2007年

8 孫力;樊希山;姚平經(jīng);;化工過(guò)程多目標(biāo)優(yōu)化適宜解的模糊確定[A];第二屆全國(guó)傳遞過(guò)程學(xué)術(shù)研討會(huì)論文集[C];2003年

9 李穎t;昝建明;周建文;;多目標(biāo)形貌優(yōu)化方法研究[A];結(jié)構(gòu)及多學(xué)科優(yōu)化工程應(yīng)用與理論研討會(huì)’2009（CSMO-2009）論文集[C];2009年

10 許碧霞;李兆江;;基于循環(huán)經(jīng)濟(jì)的城市污水多目標(biāo)優(yōu)化配置分析[A];中國(guó)地理學(xué)會(huì)2007年學(xué)術(shù)年會(huì)論文摘要集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 夏穎;WLAN室內(nèi)半監(jiān)督定位及指紋更新算法研究[D];哈爾濱工業(yè)大學(xué);2016年

2 戴震龍;幾類問(wèn)題基于自然邊界歸化的算法研究[D];南京師范大學(xué);2017年

3 王晗丁;復(fù)雜問(wèn)題的多目標(biāo)進(jìn)化優(yōu)化算法研究[D];西安電子科技大學(xué);2015年

4 董寧;求解約束優(yōu)化和多目標(biāo)優(yōu)化問(wèn)題的進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

5 王超;裝載與車輛路徑聯(lián)合多目標(biāo)優(yōu)化問(wèn)題研究[D];大連理工大學(xué);2016年

6 葉承晉;計(jì)算智能在電力系統(tǒng)多目標(biāo)優(yōu)化中的應(yīng)用研究[D];浙江大學(xué);2015年

7 過(guò)曉芳;超多目標(biāo)優(yōu)化問(wèn)題的幾種進(jìn)化算法研究[D];西安電子科技大學(xué);2015年

8 左益;基于全局優(yōu)化和局部學(xué)習(xí)的進(jìn)化多目標(biāo)優(yōu)化算法[D];西安電子科技大學(xué);2016年

9 盧芳;多目標(biāo)優(yōu)化及隨機(jī)變分不等式問(wèn)題的若干研究[D];重慶大學(xué);2016年

10 徐志丹;基于生物地理算法的多目標(biāo)優(yōu)化理論與應(yīng)用研究[D];哈爾濱工程大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 李全;游客行程多目標(biāo)智能規(guī)劃算法研究[D];電子科技大學(xué);2017年

2 田正東;基于子空間分析的DOA估計(jì)算法研究[D];南京郵電大學(xué);2017年

3 趙程檐;花授粉算法的研究及應(yīng)用[D];廣西民族大學(xué);2017年

4 葉曉平;高階多模型狀態(tài)估計(jì)算法及應(yīng)用[D];哈爾濱工業(yè)大學(xué);2017年

5 韋陽(yáng)陽(yáng);兩類廣義多乘積規(guī)劃問(wèn)題的優(yōu)化算法[D];河南師范大學(xué);2017年

6 李曉萍;有約束條件優(yōu)化問(wèn)題的MM算法[D];蘭州大學(xué);2017年

7 張亞男;基于混合聚類算法的微博熱點(diǎn)話題發(fā)現(xiàn)的研究[D];杭州電子科技大學(xué);2017年

8 曹楊芹;惡意節(jié)點(diǎn)攻擊下的基于RSS測(cè)量值的壓縮感知定位算法[D];南京郵電大學(xué);2017年

9 鄒柯;無(wú)線傳感器網(wǎng)絡(luò)定位算法及其安全研究[D];杭州電子科技大學(xué);2017年

10 李佩倫;實(shí)時(shí)競(jìng)價(jià)系統(tǒng)中出價(jià)算法的研究與實(shí)現(xiàn)[D];電子科技大學(xué);2017年

，

本文編號(hào)：2198036