期刊文献+

蚁群和遗传算法在旅行路线规划中的研究 被引量:2

Study on ant colony and genetic algorithm in traveling route planning
下载PDF
导出
摘要 随着国家经济迅速的发展,旅游成为了大部分人生活中必不可少的部分,经济式出行旅游规划中最重要的是最优路线的选择.以郴州旅游行业为研究背景,把旅行最优路线规划问题看成旅行商问题,建立蚁群算法和遗传算法模型.通过使用Matlab软件研究旅行问题,找出最优路线,并且通过比较选择出更合适的一种算法来解决商业上路线的问题.旅游行业可以通过使用这个最优算法建立一个智能旅游出行规划系统,来弥补旅游市场行程规划系统的缺陷,为游客提供最为经济、便利的旅行规划. With the rapid development of the national economy,travelling has become an indispensable part of most people′s life.The most significant thing of economical travel plans is to choose the best route.Takes the Chenzhou tourist industry as background,comparing the best travel route planning to the traveling salesman problem(TSP)to find the best travel route by using Matlab to establish the model of ant colony optimization(ACO)and genetic algorithm(GA),and get the most suitable way to settle commercial routine issues.The tourist industry will establish a intelligent travel planning system to perfect the defect of the formal travel planning system and provide tourists with the most economical and convenient travel planning.
作者 陈春燕 彭阳 许环梓 何宇佳 石苗 CHEN Chunyan;PENG Yang;XU Huanzi;HE Yujia;SHI Miao(School of Mathematics and Finance,Xiangnan University,Chenzhou 423000,China)
出处 《高师理科学刊》 2020年第7期33-36,共4页 Journal of Science of Teachers'College and University
基金 湘南学院2018年度校级大学生研究性学习和创新性项目(第29项) 2017年湘南学院校级教改项目(第31项)。
关键词 最优路线规划 旅行商问题 蚁群算法 遗传算法 optimal route planning traveling salesman problem(TSP) ant colony optimization(ACO) genetic algorithm(GA)
  • 相关文献

参考文献10

二级参考文献44

共引文献59

同被引文献18

引证文献2

二级引证文献10

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部