基于聚类分析和遗传算法的国际游学路线规划研究:以英国为例

国际游学市场随着经济发展不断扩大,高效率、高质量、个性化的游学路线规划成为顾客日益增长的需求,游学产品路线规划的质量亟需提高。本文将游学路线规划划分为两个阶段进行优化:(1)学校选择阶段,基于QS英国大学排名的数据集构建评价指标体系,采用聚类分析方法将数量众多的英国高校分成三类,以实现为不同人群提供相应的大学游学目标院校组;(2)游学路径优化,基于人群游学时间限制构建相应的路径规划模型,设计改良的遗传算法对游学路径进行优化。在使用自适应参数的遗传算法后,迭代500次左右可以稳定的达到最短的路线。基于以上两阶段规划方法,实证研究结果表明可以为学生和家长提供科学的个性化最优游学路线。