旅游路线动态规划问题研究——以西安市出发为例

研究旅游路线动态规划问题,选取景区和所在市之间交通数据,构建飞机、高铁和自驾联合的复杂交通线路网络,建立旅游路线规划综合模型,以西安市出发为算例,利用Matlab编程并基于遗传算法求解,最终得出该旅游者十年内遍游全国201个5A级景区的最优旅游路线规划图.结论表明,通过获取的数据、建立的模型和算法可以有效解决多交通方式联动的自驾游路线规划,为更多的自驾游爱好者提供路线选择和个性化推荐.     

基于不同条件的旅游路线规划问题研究

运用2015年全国研究生数学建模竞赛F题的数据资料,针对旅游路线合理规划问题的第一问展开研究.以F题的问题一为起点进行了分析研究,是因为第一问的完成是解决后续问题的关键.首先通过地图搜集并补全了缺失数据并对数据进行合理的处理,然后采用将旅游年数最少目标转化为该最小生成树的最少圈覆盖方法来进行对问题一的求解,也可以理解为一个广义的多旅行商问题,以旅行商的人数(即年数)最少为目标.采用Dijkstra算法、最少圈覆盖法、智能算法和图论聚类等方法,通过这些方法建立了单目标优化模型,并运用旅行商问题和模型之间的转换来对问题进行分析与求解.     

关于旅游路线规划问题的建模与研究

近年来,随着我国国民经济的快速发展和人们生活水平的提升,自驾游在全国旅游业中的比重逐渐增大.以旅游爱好者常住地——西安市为例,采用分步优化、聚类分析、蚁群优化算法、0-1规划、层次分析等数学方法,使得游览全国201个5A级景点的时间最短、费用最低、旅游体验度最优.     

旅游路线规划问题

对旅游爱好者游遍201个5A级景点的旅行方案进行研究.首先,建立以总的旅游时间达到最小的0-1数学规划模型,利用枚举法将景点划分成若干类,并将其视为TSP问题,用蚁群算法得出常住地为西安的旅游者游遍所有景点至少需要的时间和最优路线;其次,考虑了费用最小,旅游体验最好的因素,建立多目标规划模型,通过模糊隶属度函数的构造,将多目标规划模型进行线性加权组合转化为单目标规划问题进行求解.还引入TOPSIS模型,对常住地在北京的自驾游爱好者提供了一个简要版旅游计划.最后,用因子分析和灰关联分析相结合的方法遴选了相应5A级和4A级旅游景区,并给出该旅游爱好者合理的十年旅游规划.     

基于遗传算法与蚁群算法的最佳旅游路线设计

针对旅行商组合优化问题,综合考虑出行时间、所需费用及旅游体验等因素,运用遗传算法和蚁群算法,采用Matlab软件制定一个全面的旅游计划.以游历全国201个5A级景区为例,根据用户的实际需求计算获得较为详细和恰当的旅游方案,合理安排包括出行方式、行车时间、行车里程和目标景区等方面的最佳旅游路线方案.     

景区旅游厕所满意度的重要性和绩效性实证研究——以山东省4个5A级景区为例

长期以来,旅游厕所是我国旅游业最突出的薄弱环节.旅游厕所问题不仅关乎游客的切身利益,而且关乎目的地的长远发展.本研究以在趵突泉等4个旅游景区调查的575位游客为样本,利用IPA方法分析游客对旅游厕所30个评价指标的感知.结果表明:1)游客对反映旅游厕所"找得到"、"进得去"、"呆得下"的评价指标有最高的重要性感知.对旅游厕所的内饰、外观等方面的评价指标有最低的重要性感知;2)游客对旅游厕所在标识、免收费、开放时间等方面的表现有最高的绩效感知,对旅游厕所在辅助服务人性化、配套设备现代化等方面的表现满意度最低;3)如厕环境、服务残障人士等方面有高重要性但旅游厕所的实际表现不佳,是今后"厕所革命"的工作重心.研究结果有助于从游客需求的角度为我国目前正在推进的旅游厕所革命提供理论依据和实践指导.     

分块分层优化的旅游路线规划问题研究

针对旅游路线规划决定着自驾旅游者的旅游成败问题,利用分块分层优化的思想解决了旅游路线规划这一网络优化问题。用赋权图和近邻聚类的思想构建分块网络加权图,建立考虑旅游时间、行车时间和游览时间的改进旅行商优化模型,规划区块内景点的自驾旅游路线;然后将各区块视为节点、区块间旅游时间作为时间权值之一,建立改进的多旅行商优化模型,并用模拟退火算法规划出区块间的自驾旅游路线;其次,用类比一维装箱问题的思想,建立了求最少旅游年数的一维装箱模型,并用交叉装填算法求得其最小值;最后,应用提出的方法为西安市的自驾旅游爱好者规划出了满足多种约束的游遍全国201个5A级景区的最佳旅游路线。     

第三方库存-路线问题的模型及混合遗传算法设计

根据第三方库存-路线问题的特点,以车辆租赁费用和运行费用之和为目标函数,不限制客户每次的配送量小于车辆容量,建立了满载运输和非满载运输混合的整数规划模型.针对第三方库存-路线问题的复杂性,本文设计嵌入禁忌搜索的遗传算法来同时决策库存和路线问题.首先对配送间隔进行编码,然后用禁忌搜索法计算每天需要配送的车辆路线问题.最后与其下界值进行比较,结果表明该算法是一个有效的算法,不但第三方能取得较低的运营总成本和较高的车辆利用率,而且也能为客户节约库存空间.     

改进遗传算法优化非线性规划问题

针对遗传算法在处理优化问题上的独特优势,主要研究遗传算法的改进,并将其应用于优化非线性规划问题.在进化策略上,采用群体精英保留方式,将适应度值低的个体进行变异;交叉算子采用按决策变量分段交叉方式,提高进化速度;在优化有约束非线性规划问题时,引入算子修正法,对非可行个体进行改善.MATLAB仿真实验表明,方法是一种有效的、可靠的、方便的方法.     

多无人机协同任务规划问题

研究无人机任务规划问题,从无人机侦查和轰炸两方面入手.首先,运用迭代算法求解出从基地到雷达区域边际上任一目标出入口的最短路径.在此基础上,以无人机在雷达范围内滞留时间最短,以及被探测次数最少为目标,建立多目标最优化模型.通过改进交叉算子的遗传算法找出最优侦查路径.对于轰炸任务,以无人机在雷达范围内滞留时间最短,以及轰炸总时间最短为目标,建立多目标最优化模型.采用改变惯性权重的自适应粒子群算法找出最佳轰炸路线.由于计算时间较长,本文对68个目标进行聚类分析,提出针对轰炸任务的快速算法,相较原轰炸方案,其计算效率提高80%以上.     

一种基于Dijkstra算法的机器人避障问题路径规划

移动机器人的避障问题是移动机器人控制领域的研究热点.针对给定的移动机器人避障问题,探讨了最短路径及最短时间路径的路径规划问题.对于最短路径问题,建立了简化的路径网格模型,将其抽象为由节点及边构成的两维图,再使用经典的Dijkstra算法获得可行的最短路径.对于最短时间路径问题,通过分析移动机器人弯道运行的速度曲线,基于几何方法得出了移动时间与过渡圆弧圆心之间严格的数学关系,此后借助MATLAB优化函数获得最佳的移动路径.算法可为类似机器人避障问题的解决提供借鉴.     

基于遗传算法与贪婪策略的多港口集装箱配载研究

在物流运输行业中,集装箱运输已经成为我国长江沿岸各大港口的主要运输业务。集装箱的处理流程,尤其是集装箱的配载过程直接影响着班轮的运输效率,配载方案的制定对班轮运输起着至关重要的作用。本文针对多港口集装箱船的配载情况,利用CPLEX对该线性规划问题进行求解,并设计遗传算法和贪婪算法对长江沿岸多港口集装箱船配载情形进行对比。通过仿真实验,在小规模时遗传算法与CPLEX求解的精确解相同,验证了遗传算法的有效性。并且在大规模运输情形下,遗传算法得出的结果明显优于贪婪策略,进一步说明了遗传算法是行之有效的。得出的解决方案降低了班轮公司的运输成本,提高了港口的工作效率,对我国长江沿岸港口集装箱配载计划的制定具有一定的指导作用。     

基于改进蚁群算法的侦察无人机航路规划与实现

文章针对侦察无人机航路规划这一问题,分析了影响航路规划的因素,构建了航路规划的模型.结合侦察无人机航路规划的特点与模型,论证了基于蚁群算法求解的理由与优点,并对蚁群算法的初始信息素强度与启发因子进行了改进.最后以岛屿进攻战役这一特定作战任务为例,利用MATLAB实现了侦察多目标时的航路规划问题.     

邮政运输中邮路的规划和邮车调度问题的研究

以邮政运输网络中运输效益最优为目标,建立了分步规划的图论模型.运用Floyd算法、Kruskal算法对模型进行分步求解并逐步优化,通过Matlab、Lingo、SPSS软件求解,提出三种优化邮路、降低邮车调度成本的方法.模型对解决邮路问题、单旅行商、多旅行商等相关问题具有普遍适用性,可以推广到点数更多TSP的问题.     

成品油调和配方优化研究

成品油调和是石油炼制过程中的重要环节,直接影响炼油企业的经济效益。本文以石化行业为背景,针对成品油调和配方优化问题进行了研究,在满足成品油质量指标约束的条件下,以最小化企业生产成本为目标,建立了混合整数规划模型,提出了基于遗传算法的有效求解策略,并根据某炼油厂的实际生产数据进行了仿真实验,计算结果反映了库存成本与启动成本之间的平衡关系,即:当单位库存成本不变,单位启动成本逐渐变大时,库存总成本随之增大,启动次数随之减少。反之,当单位启动成本不变,单位库存成本逐渐变大时,启动次数随之增大,库存总成本随之减少。     

施工网络计划优化的极值种群遗传算法

针对普通遗传算法用于施工网络计划优化的缺点,通过种群划分与极值搜索,建立了网络计划优化的极值种群改进遗传算法模型,有效地避免了陷入局部极值点,应用证明,该算法与普通遗传算法相比,具有优化速度快、求解精度高,全局寻优能力强等优点,尤其适合于大型复杂工程网络的优化计算。     

基于GBMTS算法的不平衡数据分类研究

解决不平衡数据分类问题,在现实中有着深远的意义。马田系统利用单一的正常类别构建基准空间和测量基准尺度,并由此建立数据分类模型,十分适合不平衡数据分类问题的处理。本文以传统马田系统方法为基础,结合信噪比及F-value、G-mean等分类精度,建立了基于遗传算法的基准空间优化模型,同时运用Bagging集成化算法,构造了改进马田系统模型算法GBMTS。通过对不同分类方法及相关数据集的实验分析,表明:GBMTS算法较其他分类算法,更能够有效的处理不平衡数据的分类问题。