蚁群算法-基于粒化思想的多层次目标规划模型的研究——旅游路线规划问题求解 .pdf

"蚁群算法-基于粒化思想的多层次目标规划模型的研究——旅游路线规划问题求解" 本文研究了基于粒化思想的多层次目标规划模型在旅游路线规划问题中的应用。该模型通过将景区粒化成市区粒、省会粒等多个粒度层次，分别建立最优化模型，以解决旅游路线规划问题。 作者对旅游路线规划问题进行了描述，并提出了四个问题：（1）如何对旅游路线进行合理的优化？（2）如何在不同的出行方式下规划旅游线路？（3）如何为全国的自驾游爱好者规划设计类似的旅游线路？（4）如何根据景区的评价指标规划旅游线路？ 为了解决这些问题，作者提出了基于粒化思想的多层次目标规划模型。该模型将景区粒化成多个粒度层次，然后在每个粒度层次上建立最优化模型，以求解旅游路线规划问题。 在第一个问题中，作者使用粒子群优化遗传算法（PSO-GA）求解了从西安出发的旅游路线，并计算出了每次游玩路线和所花费时间。结果表明，游玩所有景区至少需要12.5年。 在第二个问题中，作者继续使用粒化思想，将景区粒化成市区粒和省会粒，然后分别建立最优化模型，以求解旅游路线规划问题。结果表明，总共花费为230505元。 在第三个问题中，作者将模型推广到全国的自驾游爱好者，并为常住地在北京市的自驾游爱好者规划设计了十年旅游计划。 在第四个问题中，作者根据景区的评价指标规划了旅游线路，并提出了旅游爱好者和旅游有关部门的建议。 本文提出了基于粒化思想的多层次目标规划模型，并成功地应用于旅游路线规划问题的解决。该模型具有很强的移植性和灵活性，可以解决各种不同种类的问题。 本文的贡献有：（1）提出了基于粒化思想的多层次目标规划模型；（2）成功地应用于旅游路线规划问题的解决；（3）提供了一个灵活的模型，可以解决各种不同种类的问题。 本文的不足之处是：（1）模型的计算复杂度较高；（2）需要大量的数据支持；（3）模型的参数设置需要进行调整。 本文提出了一个基于粒化思想的多层次目标规划模型，并成功地应用于旅游路线规划问题的解决。该模型具有很强的移植性和灵活性，可以解决各种不同种类的问题，但需要进行进一步的改进和优化。