基于信息熵的改进蚁群算法求解TSP问题

针对蚁群算法求解精度低、易陷入局部最优的缺点,提出一种基于信息熵的自适应改进蚁群算法。通过算法自身特性定义结合熵值对种群参数进行自适应优化;采用分组合作的信息素更新策略,通过较活跃性个体引导整个种群,扩大搜索范围;通过对较优路径的奖励,平衡收敛速度和搜索范围之间的关系;在种群信息熵过低时,加入局部搜索策略,进一步提高算法精度。实验结果表明,相较于蚁群算法,改进算法具有较好的求解精度以及跳出局部最优的能力。

改进混合蛙跳算法求解旅行商问题

以旅行商问题(TSP)为例,引入调整序思想设计了局部搜索策略,同时在全局信息交换过程中加入变异操作,提出一种改进混合蛙跳算法求解TSP问题。实验结果表明,与遗传算法和粒子群优化算法相比较,改进混合蛙跳算法在求解TSP问题上具有更好的搜索性能和顽健性。

我国年轻旅游者的网络信息搜索行为研究——以广州高校学生为例

随着互联网在中国的迅速普及,互联网正成为旅游业重要的营销和电子交易工具。与此同时,自助游的崛起,也使旅游电子商务越来越受到年轻旅游者的青睐。但是,目前我国关于旅游者网络消费行为的研究仍不多。本文在前人研究的基础上,分析了年轻人(中国网民最主要的组成部分)的网络信息搜索行为特点。通过对广州中山大学和华南理工大学的在校学生的问卷调查,得出两所高校学生关于旅游网络信息搜索行为的一些特征与偏好,并对我国旅游网站的定位与建设提出了一些建议。

基于SEM的驾驶员出行信息搜寻行为分析

出行信息的搜寻与获取是驾驶员出行决策的重要依据.为获取驾驶员的出行信息搜寻行为特征,以昆明市412个样本数据库为基础,建立驾驶员出行信息搜寻行为的因果和过程结构方程模型(SEM),并拟合各变量之间的路径关系.其中,驾驶员出行信息搜寻的因果结构方程模型重点分析个体属性、信息源因素及环境因素与搜寻行为之间的关系;驾驶员出行信息搜寻的过程结构方程模型则模拟驾驶员的出行信息搜寻过程.结果表明:驾驶员由于自身属性的不同在信息源与搜寻行为上存在显著差异,搜寻行为中驾驶员对出行信息的认知及信息源的选择是重要的影响因素.此外,驾驶员出行信息搜寻过程模型主要受到个体属性与信息需求的影响.

国内外网络旅游信息研究热点与未来展望

基于1996-2016年国内外几大核心期刊数据库相关文献,运用文献计量方法和社会网络分析方法,对国内外网络旅游信息研究领域的研究热点作定量研究和系统梳理。通过文献内容分析和高频关键词分析,构建高频关键词网络图谱,最终将目前网络旅游信息的研究热点归纳为四方面,分别是网络旅游信息态度与旅游决策、网络旅游信息传播、旅游公共信息服务、网络旅游信息搜寻。同时,通过对高频关键词网络图谱的进一步分析,发现"社交网络"、"电子商务"、"信息技术"3个高频关键词联系非常紧密。由此可以预测,随着自驾游游客数量的增加以及网络信息技术的进一步发展和旅游网络营销的推广,旅游电子商务、旅游社交网络信息、网络旅游公共信息服务将会成为未来网络旅游信息研究新的趋势。

多模式公共交通系统的出行信息有效性研究

出行信息是影响公共交通系统服务水平的重要因素之一,有效的出行信息传递能够提高系统服务水平及对出行者的吸引力.基于出行全过程和多模式城市公共交通系统的角度,建立了出行信息搜寻模型,并对出行者的出行信息需求进行详细分析.基于物元分析理论提出了出行信息有效性的评价指标体系和评价方法,并给出一个出行信息有效性评价实例,验证了评价方法的有效性和合理性.

国内游客行前信息搜索与目的地满意度评价研究——以黄山风景区为例

行前信息搜索是游客旅游决策过程的首要步骤之一,而信息则会进一步影响游客的系列消费行为及其满意度评价。本文在文献回顾的基础上,以黄山风景区为例构建了国内游客行前信息搜索测量量表和目的地游客满意度评价测量量表,并通过因子分析萃取出了上述量表的因子结构,通过独立样本T检验和事后多重比较法检验了游客行前信息搜索行为的组间差异、检验了游客对目的地满意度评价的组间差异。典型相关分析则发现,"信息搜索的媒体导向"、"深入性信息"、"信息搜索的经验与中介导向"和"保健性信息"等国内游客行前信息搜索因子与目的地游客满意度评价因子存在正相关关系,但游客对"深入性信息"、"信息搜索的媒体导向"的关注程度较为有限。基于上述检验与发现,文章提出了黄山风景区提高游客满意度的若干举措。

基于共享心智模型的在线旅游信息协作搜索团队认知研究

[目的/意义]深化对在线旅游信息协作搜索的整体认识,为专业化旅游信息协作搜索服务平台建设优化等提供启发和借鉴。[方法/过程]聚焦于在线旅游信息协作搜索情境下的团队认知,以共享心智模型表征团队认知,以高校学生为研究样本,应用扎根理论方法,探讨在线旅游信息协作搜索团队共享心智模型建构过程。[结果/结论]识别出四大核心环节——个体感知与探索、团队任务解析、团队信息收集和团队信息决策,并理清了各个环节的认知活动与共享心智模型内容。

基于信息共享搜索策略的自适应灰狼算法研究

针对基础灰狼优化(GWO)算法种群多样性不足和易陷入局部最优的缺点,从混沌初始化和种群间信息共享两个角度,提出一种基于信息共享搜索策略的改进灰狼优化(ISIAGWO)算法。首先,使用Iterative混沌映射初始化种群保证种群的多样性,并引入自适应动态算子增加优秀个体权重;其次,使用信息共享搜索策略更新种群有效避免算法陷入局部最优;再次,对8种基准函数进行寻优测试并与其他先进群智能算法进行对比,实验结果表明,ISIAGWO算法在解的精度和鲁棒性上有显著提升;最后,将ISIAGWO算法应用于经典的旅行商问题进行求解,证实该算法的实用性。

旅游目的地搜索引擎营销研究

随着互联网技术的迅速发展,我们步入了信息过剩时代。在旅游者有限注意力的条件约束下,搜索成为潜在旅游者获取旅行相关信息的重要方式,目的地如何通过潜在旅游者的信息搜索过程将其期望旅游者获取的信息推送给旅游者具有重要研究意义。文章在国内外文献回顾的基础上,提出了旅游目的地搜索引擎营销的概念及必要性;利用百度指数概括了提高目的地搜索引擎营销效果的策略建议,尤其是目的地需把握旅游信息推送的时间规律和内容规律;最后分析了研究的不足并展望了目的地搜索引擎营销的研究方向。

基于OBD数据的驾驶人出行模式挖掘

传统的出行模式研究通常依靠问卷调查分析驾驶人出行特征,所得结果易受调查数据主观性影响,针对此问题基于北京市域范围内2个月共计3570辆私家车的车载诊断数据,对驾驶人的不同出行模式进行分析并建模。通过长期采集的车辆各项参数,采用基于密度峰值的聚类算法进行聚类,将不同的驾驶人分为高频出行者、通勤出行者、长距偶发出行者以及危险出行者,并从平均出行距离、出行频次、百公里危险驾驶行为次数和出行时段等多维度进行分析,反映驾驶人行为的变化性和规律性。根据聚类的结果,使用多维离散隐马尔可夫模型进行建模并完成测试。测试表明,所提出的算法对于驾驶人出行模式的识别具有较高的准确性,对于4种类型的出行者,平均识别率超过91%,最高识别率可达94.5%。

风险感知和责任归因对公众共享出行信息搜索行为的影响研究

共享出行作为一种新型的出行方式在提供便捷有效服务的同时,也不可避免地带来了一系列的风险。在面对风险时,人们倾向于搜索相关信息。文章试图探讨共享出行风险感知情景下公众信息搜索行为的影响因素,通过问卷调查和结构方程模型展开数据分析。研究发现:信息需求、内部归因和渠道信任显著增加了公众对风险信息的搜索;风险感知正向影响公众对共享出行安全事故的责任归因;外部归因与信息需求呈正相关,而内部归因对信息需求无显著影响。

西安国内游客旅游网络信息搜索行为研究

随着互联网的迅速普及和旅游信息化的快速发展,互联网已成为旅游业重要的营销和电子交易工具,网络也成为游客获取信息的重要渠道,旅游网络营销和游客网络行为的研究成为热点。通过对游客实证调查,研究了国内游客的旅游网络信息搜索行为特征与偏好,并进一步采用因子分析法分析了游客对旅游网站内容的关注程度。研究发现:我国国内游客登录旅游网站的时间短、频率低;游客使用网络获取旅游信息在信息获取渠道中居于十分重要的位置;在信息搜索时主要使用百度和Google搜索引擎;游客十分喜爱图片、动画、视频等信息表现形式。而对于网络信息的关注程度则是具有明显的层次性,依次为"行"、"吃"、"住"、"购"、"娱"和"游"。

旅游资源信息查询系统的设计和开发

根据云南旅游资源的实际情况,研究同时面向旅行社和游客需求的基于GIS的旅行社旅游资源信息查询系统,设计和实现其中的旅游资源信息查询、旅游地图操作、旅游服务信息发布、多媒体信息显示等功能.

基于出行行为的铁路出行信息传递指数模型

为了准确评价铁路出行信息的传递水平,基于出行链,分析了铁路旅客出行行为特性,建立了铁路旅客出行信息搜寻模型。基于出行决策特征,分析了旅客的出行信息需求,描述了出行全过程的信息需求强度分布,利用物元分析方法建立了出行信息传递指数模型,以评价出行信息传递水平。评价结果表明:中国铁路客运出行信息传递处于一般水平,旅客进行出行信息搜寻的便捷性较差,已对旅客出行满意度造成显著影响,因此,必须改进目前的出行信息传递模式,积极推进公众出行信息服务系统的建设,以提高出行信息的传递水平。