基于蚁群算法西安旅游路线的优化研究

发布时间：2021-09-13 17:40

　　随着人民需求的日益增长,出外旅游成了生活的一部分。但是如何规划旅游线路节省时间使路径最短是论文考虑的问题。文章利用matlab软件通过蚁群算法对西安著名的16个景点进行了路径规划,实例证明,蚁群算法在解决路径优化这类问题是相对有效的。 

【文章来源】：价值工程. 2020,39(20)

【文章页数】：2 页

【部分图文】：

蚁群觅食路径图

硎镜木嗬耄?怯玫乩碜?曛苯蛹扑悖?凰阄??际距离需乘以地球半径，这里简单处理，得出旅游顺序即可。通过matlab结合蚁群算法，对旅游路线进行规划迭代。将表中的数据写成的矩阵形式导入到MATLAB中，蚁群算法中种群数量设置与城市的个数相对应为16。根据若干次MATLAB仿真试验结果对蚁群算法的其他参数进行设定：激素重要程度参数设置为1，启发因子重要程度参数设置为5，激素蒸发系数设置为0.1，激素增强系数为100，最大迭代的次数设置为200，利用同样的参数和程序对西安市旅游景点进行多次MATLAB仿真计算。最优结果如图2所示。最短距离：3.7215（地球半径）最短路径顺序：7—4—6—5—10—3—8—9—13—11—2—1—16—12—14—15—73结束语路径优化是实际中一个很常见的问题，在生产调度，资源优化等等问题中都有较多的应用，而论文对旅游线路的规划也具有一定的实际意义。通过多次调整，最终实现路径最短，迭代最快，达到我们所要实现的目标。但是论文对于实际中的费用等因素没做考虑，今后的研究应重点针对实际影响因素，这样蚁群算法可以更好地解决实际问题。参考文献：[1]邹腊英.基于TSP问题的旅游路线安排[J].兰州文理学院学报（自然科学版），2015，29（05）：23-25.[2]肖艳秋，焦建强，乔东平，杜江恒，周坤.蚁群算法的基本原理及应用综述[J].轻工科技，2018，34（03）：69-72.[3]开吉，杨金云，蒋其岑，王玉琴，开晶晶.基于蚁群算法的物流配送路径的研究[J].物流工程与管理，2018，40（02）：74-76.[4]万慧云，蒋艳.基于蚁群算法的5A景点旅游路线规划问题研究[J].软件导刊，2019，18（04）：141-144.图1蚁群觅食路径图图2蚁群算法最优路径·137·

【参考文献】：
期刊论文
[1]基于蚁群算法的5A景点旅游路线规划问题研究[J]. 万慧云,蒋艳.  软件导刊. 2019(04)
[2]蚁群算法的基本原理及应用综述[J]. 肖艳秋,焦建强,乔东平,杜江恒,周坤.  轻工科技. 2018(03)
[3]基于蚁群算法的物流配送路径的研究[J]. 开吉,杨金云,蒋其岑,王玉琴,开晶晶.  物流工程与管理. 2018(02)
[4]基于TSP问题的旅游路线安排[J]. 邹腊英.  兰州文理学院学报(自然科学版). 2015(05)



本文编号：3395053