基于蚁群算法的旅游线路优化研究

主要探讨了蚁群算法在旅游优化线路中的应用;以合肥市为例,选取合肥市14个景点,在Matlab环境下应用蚁群算法得到一条合肥一日游的优化旅游线路,并给出相应结果的简单分析.     

浅议旅游线路开发——以合肥市旅行社为例

文章探讨了旅游线路的开发原则,立足于合肥市国内旅行社,结合合肥旅游市场现状,针对合肥市旅游线路开发存在本地游线路无震撼力、外地游线路同质化程度高的问题,指出了旅游线路设计的思路。     

刍议旅游线路优化——以山西省为例

在分析山西旅游线路设计中存在着景点间互补性偏低、现有旅游线路行游比不合理、旅游线路设计更新缓慢、旅游线路的文化内涵挖掘不足等问题的基础上,结合山西实际,提出了山西旅游线路优化的具体思路,以期对山西旅游线路优化提供新思路。     

基于改进蚁群算法对 VRP 线路优化

针对基本蚁群算法存在易陷入局部最优解、 收敛速度慢等缺点, 先引入节约矩阵 U 作为先验信息引导蚂 蚁搜索, 然后通过不同搜索时段采用不同的信息素挥发因子, 使算法更好地在“探索冶和“利用冶之间达到平衡, 并对较优解应用 2-opt 方法进行优化。 最后将改进后的蚁群算法应用到物流配送车辆路径优化问题中。 实验结 果表明, 相比基本蚁群算法, 改进的算法可得到更好的物流配送路径, 是解决物流配送路径优化问题的一种有 效方法, 可快速、 高效地对送货车辆线路进行调整, 满足消费者的需求。     

参与体验式旅游产品开发研究——以合肥市为例

首次提出参与体验式旅游产品的概念、开发原则、实践误区,分析评价了合肥市参与体验式旅游产品的开发现状,提出进一步开发的构想.     

基于教与学优化算法的智能旅游线路优化

根据旅游线路设计的原则及游客的需求特征,对教与学优化算法进行改进,建立了基于改进的教与学优化算法的旅游线路优化方法。通过对汉中地区旅行线路优化测试表明,运用该算法设计的旅游线路具有一定的可行性和高效性,对旅游交通规划、旅游线路设计,特别是对自驾游旅游者开展高效率的旅游活动具有一定的实用价值。     

基于抗体的蚁群优化算法研究

针对蚁群优化（ant colony optimization,ACO）容易陷入局部最优,提出一个基于抗体的新型蚁群优化算法(ant colony optimization based on immune algorithm,ACOI)。ACOI是利用免疫算法中抗体的概念来改善人工蚂蚁搜寻解空间的方式,使人工蚂蚁不仅会依随费洛蒙的指引,还会受到抗体的影响去搜寻解空间;而抗体也会随着环境的改变,使抗体成为有效的及无效的2种情形,有效的抗体对人工蚂蚁会有影响,无效的抗体则没有影响。用旅行销售员问题（traveling salesmen problem,TSP）验证ACOI的效能,并与ACO做比较,证明了在蚁群系统中加入抗体要比单纯的蚁群系统效率更高。     

基于蚁群算法的运动时间优化算法研究

液压凿岩台车在现代隧道掘进施工中发挥了重要作用,现有液压凿岩台车在进行寻找孔位时,由操作人员完成,找孔顺序、找孔时间无优化,导致寻找孔位时间浪费,效率低.针对上述问题,对长臂多关节智能凿岩机面向超大隧道断面与复杂孔系的多节变运动与寻孔路径的时间进行优化,创新研究如下:通过对凿岩隧道形式、开挖方式分析和炮眼参数的设定,对左右两机械臂钻孔任务提出无碰规划方案,同时以多关节机械臂各个关节变量的总变化时间作为优化目标函数,采用蚁群算法优化目标函数,得到寻找孔位时间最短的优化寻找孔位路径,提高了液压凿岩台车机械臂的定位找孔效率.     

基于改进蚁群算法的电力线路检修的多目标优化

通过对辽宁省电力有限公司的线路检修问题的综合分析,考虑各种约束条件,提出了一种多目标优化数学模型.在优化的过程中采用了改进的蚁群算法,并结合了图论中的图着色问题.改进蚁群算法的核心是自适应动态调整路径上的信息素,信息素增量由小变大,增强局部搜索能力,再由大变小,增强全局搜索能力,循环变化,从而利于算法能够跳离局部最优解.改进蚁群算法的优点是在求得满意解的基础上,大大提高了算法的速度.仿真实验结果表明,新算法的优化质量优于基本的蚁群算法.     

基于免疫的蚁群优化算法

蚁群算法在寻优过程中很容易出现早熟现象而陷入局部最优,同时蚁群算法在构造问题的可行解时,计算复杂度较大.为解决以上问题,将免疫算法和蚁群算法相结合,构成了一种结合免疫机制的蚁群优化算法,并将其用于解决WTA(武器目标分配)问题.通过仿真及与其它多种优化算法对比发现:基于免疫的蚁群优化算法在搜索效率上要高于其它优化算法.     

基于旅游品牌塑造的区域旅游产业结构优化研究——以宁德市为例

旅游品牌是市场对区域旅游产业各构成要素的总体评价和市场认知,对区域旅游业结构优化调整具有重要促进作用.在阐述旅游品牌塑造对于区域旅游结构优化作用的基础上,结合宁德市旅游产业结构存在的问题、现有旅游品牌的特征和局限性,以及当地旅游品牌塑造的基础,提出了该市基于旅游品牌塑造的旅游产业结构优化的具体措施.     

基于蚁群算法的物流配送路径优化研究

在实际生活中,如何选择最优的物流配送路线是物流车辆调度系统中最重要的问题之一。首先,针对物流配送路径优化问题,充分考虑了车辆路径的约束条件,以成本最小化和最大限度减少碳排放量构建了一种路径规划多目标优化模型;然后利用蚁群算法对其进行了求解,该算法在问题空间的多点同时开始独立的解搜索,保证了算法具有较强的全局搜索能力,并且具有较强的鲁棒性;将该算法应用到实际问题上运用MATLAB软件进行实验仿真,计算出最优的车辆配送路径方案;仿真结果表明:该模型和算法能较好地解决相关物流配送路径问题,从而提高物流服务的质量。     

金融发展与产业优化的关系研究——以合肥市为例

随着改革开放的深入,单一产业结构的发展模式已经不适合经济发展的需要,因此推断产业结构优化,尤其是推断金融对于产业优化的作用,已经是我们迫切需要面对的问题。本文对合肥市1999年—2013年的金融相关率(FIR)、贷存比(LDR)和产业优化指标(IUR)等数据进行分析,并且运用线性回归模型、ADF单位根检验和格兰杰检验等计量方法,得出结论:合肥市产业优化对于金融的发展有显著作用,而金融发展对于产业结构优化的影响还不显著。     

基于因子分析法的茶文化旅游线路游客满意度研究——以信阳市为例

以信阳"环南湾湖百里茶廊"茶文化旅游线路为研究对象,问卷调查获取数据,采用因子分析法测算游客满意度.结果表明,茶文化艺术、茶文化景观、茶文化风情、旅游设施和旅游服务是游客满意度的主要影响因子.茶文化艺术因子最为重要,满意度较低;茶文化景观因子较为重要,满意度较高;茶文化风情、旅游设施和旅游服务等3个因子重要性较弱,满意度较低.最后,根据因子分析结果,提出发展建议.     

基于优化成熟度的自适应蚁群优化算法

通过深入分析蚁群算法中信息素更新系数对算法寻优能力与收敛速度的影响,定义了平均路径相似度(ATS)来表征寻优过程的成熟程度,据此自适应调整信息素更新系数,以提高算法收敛速度,并避免陷入局部最优.经过与典型蚁群算法在多个旅行商问题测试用例上进行比较,表明新算法具有更好的效果.     

区域旅游线路开发设计——以皖南旅游区为例

区域旅游线路设计是区域旅游发展规划中一项重要内容,本文结合区域旅游线路设计的原理,分析皖南旅游区旅游线路的现状和存在问题,阐述旅游线路开发、建设构想,充分发挥皖南地区旅游资源优势,全面提高区域旅游效益。     

游客感知的休闲农业园区旅游可持续发展研究——以合肥市大圩生态农业旅游景区为例

从休闲农业园区发展的硬件系统和软实力两大系统6个方面,优选37个具体量测指标,构建休闲农业园区旅游可持续发展的评价指标体系。通过对游客的问卷调查,从游客感知视角,分析合肥市大圩休闲农业园发展的可持续性程度。结果显示:大圩生态农业旅游景区在旅游产品和基础设施方面的问题较为突出,两个维度的大多数指标处于可持续基准线以下;环境、旅游服务、园区管理以及价值体现4个维度中仅有少数指标达到可持续基准值;总体上,大圩休闲农业园的旅游发展处于潜在可持续发展阶段。基于分析结果,从升级旅游产品、完善公共服务体系、提升服务质量、创新运营模式4个方面提出推动其旅游可持续发展的具体措施。     

基于Bayes决策的蚁群优化算法

基于Bayes决策理论,提出了一种可以改进蚁群算法搜索性能的有效方法;针对基本蚁群算法中存在的"停滞"现象,对蚂蚁个体的寻优过程采取了隔代强化的措施,使算法具备较强的发现新解的能力,再采用后验分析对蚁群算法中的转移概率进行调整,使得改进后的蚁群算法在随机搜索过程中呈现出自组织特性,蚂蚁个体利用各自的后验知识不断地强化那些能"经受考验"的可行解,从而有效地压缩了搜索空间,提高了搜索效率.试验结果表明,该方法无需知道转移概率的先验分布,在解空间的全局寻优时具有良好的收敛性和鲁棒性.     

基于蚁群算法的三维管路优化

针对目前凝汽器接颈部分管路设计主要采用经验设计方法却没有理论方面支持的问题,提出一种采用蚁群算法对凝汽器接颈部分管路进行优化的方法,以VC 为编程平台,并用Unigraphics NX5进行算法仿真.