【摘要】：國家經(jīng)濟的發(fā)展使得人民生活水平不斷提高,出行旅游成了生活的一部分。如今,人們出行旅游不僅僅局限于某一個旅游點,往往涉及到很多個景點。因此,如何規(guī)劃旅游線路就成了必須解決的問題。大量旅游網(wǎng)站的存在使得人們可以在網(wǎng)站上發(fā)布海量的與旅游相關(guān)的信息,游客可以根據(jù)這些信息制定自己的出游計劃。然而,這些旅游網(wǎng)站上的信息通常比較散亂,缺少結(jié)構(gòu)化的特征,普通游客難以根據(jù)這些信息制定完美的旅游線路。因此,旅游推薦的研究逐漸得到廣大學者的關(guān)注。時間依賴的旅行時間和用戶的多種偏好是實際旅游過程中最重要的兩個因素。本文的研究主要是在規(guī)劃行程的同時綜合考慮這兩方面的因素,稱為多目標時間依賴定向問題(Multi-Objective Time-Dependent Orienteering Problem,簡稱MOTDOP)。同時處理多個偏好和時間依賴的旅行時間在這個NP-hard問題中提出了一個具有挑戰(zhàn)性的優(yōu)化任務。本文在廣泛深入地查閱國內(nèi)外文獻的基礎(chǔ)上,對多目標優(yōu)化問題及時間依賴的旅行時間問題分別進行了描述并將這兩方面的因素結(jié)合起來進行了深入的理論研究和實驗分析。主要內(nèi)容如下:首先,對多目標優(yōu)化的理論做了介紹,提出了多目標優(yōu)化模型,并且闡述了多目標優(yōu)化問題Pareto最優(yōu)解的概念和傳統(tǒng)的多目標優(yōu)化方法;介紹了傳統(tǒng)定向問題的相關(guān)概念、目標函數(shù)及約束條件;蟻群算法的理論基礎(chǔ)和相關(guān)算法的改進。接著本文提出了多目標時間依賴定向問題(MOTDOP)的數(shù)學模型,為了解決這個問題,通過流程圖以及偽代碼的形式闡述了兩個元啟發(fā)式方法:多目標文化基因算法(Multi-Objective Memetic Algorithm,簡稱MOMA)和多目標蟻群系統(tǒng)(Multi-objective Ant Colony System,簡稱MOACS)。最后,本文生成了兩組基準實例來評估所提出的算法并與其它算法進行對比。實驗研究表明,MOMA和MOACS設(shè)法找到更好的解決方案。
[Abstract]:With the development of national economy, people's living standard has been improved, and travel and tourism has become a part of life. Nowadays, people travel not only to one tourist spot, but also to many scenic spots. Therefore, how to plan tourism routes has become a problem that must be solved. The existence of a large number of tourism websites makes it possible for people to publish vast amounts of tourism-related information on the website, according to which tourists can make their own travel plans. However, the information on these travel websites is often scattered and lack of structured features, and it is difficult for ordinary tourists to make perfect travel routes based on these information. Therefore, the study of tourism recommendation has gradually attracted the attention of scholars. Time-dependent travel time and user preferences are the two most important factors in the actual travel process. In this paper, we mainly consider these two factors while planning the trip, which is called Multi-Objective Time-Dependent Orienteering problem (MOTDOP). For short). Dealing with multiple preference and time dependent travel time presents a challenging optimization task in this NP-hard problem. On the basis of extensive and in-depth reference to domestic and foreign literature, this paper describes the multi-objective optimization problem and the time-dependent travel time problem, and combines the two factors together to carry out in-depth theoretical research and experimental analysis. The main contents are as follows: firstly, the theory of multi-objective optimization is introduced, the multi-objective optimization model is proposed, and the concept of Pareto optimal solution for multi-objective optimization problem and the traditional multi-objective optimization method are expounded. This paper introduces the related concepts, objective function and constraint conditions of the traditional orientation problem, the theoretical basis of ant colony algorithm and the improvement of the related algorithm. Then, a mathematical model of multi-objective time dependent orientation problem (MOTDOP) is proposed in this paper. In order to solve this problem, In this paper, two meta-heuristic methods, Multi-Objective Memetic algorithm (MOMA) and Multi-objective Ant Colony System, (MOACS).), are described in the form of flow chart and pseudo-code. Finally, two sets of benchmark examples are generated to evaluate the proposed algorithm and compare it with other algorithms. Experimental studies show that MOMA and MOACS try to find better solutions.
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 曹先彬,李金龍,王煦法;基于生態(tài)協(xié)同的多目標優(yōu)化研究(英文)[J];軟件學報;2001年04期

2 劉淳安;王宇平;;基于新模型的動態(tài)多目標優(yōu)化進化算法[J];計算機研究與發(fā)展;2008年04期

3 徐鶴鳴;王東;;多目標優(yōu)化問題的求解框架[J];微計算機信息;2009年36期

4 郭曉東;王麗芳;;求解多目標優(yōu)化問題的分布估計算法[J];太原科技大學學報;2010年01期

5 雍龍泉;;求解一類不可微多目標優(yōu)化問題的社會認知算法[J];計算機應用研究;2010年11期

6 郭思涵;龔小勝;;正交設(shè)計的E占優(yōu)策略求解高維多目標優(yōu)化問題研究[J];計算機科學;2012年02期

7 蓋玉權(quán);何昱;張宇燕;吳憲彬;萬海同;;復方藥物劑量配比多目標優(yōu)化的方法學研究[J];微型機與應用;2012年07期

8 王杰文;;約束多目標優(yōu)化問題中約束處理方法綜述[J];現(xiàn)代計算機(專業(yè)版);2012年36期

9 賈利民,張錫第;智能多目標優(yōu)化控制及其應用[J];信息與控制;1992年01期

10 周學建;師清翔;朱永寧;;模糊相似優(yōu)先比在清選系統(tǒng)多目標優(yōu)化中的應用[J];洛陽工學院學報;1993年02期

相關(guān)會議論文 前10條

1 張翔;;一種無歧義性的多目標優(yōu)化數(shù)值解法[A];中國農(nóng)業(yè)機械學會成立40周年慶典暨2003年學術(shù)年會論文集[C];2003年

2 羅亞中;;航天器軌跡多目標優(yōu)化研究評述[A];The 5th 全國動力學與控制青年學者研討會論文摘要集[C];2011年

3 耿玉磊;張翔;;多目標優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學術(shù)年會——提升福建制造業(yè)競爭力的戰(zhàn)略思考專題學術(shù)年會論文集[C];2004年

4 耿玉磊;張翔;;多目標優(yōu)化的求解方法與發(fā)展[A];福建省科協(xié)第四屆學術(shù)年會提升福建制造業(yè)競爭力的戰(zhàn)略思考專題學術(shù)年會論文集[C];2004年

5 程鵬;唐雁;鄒顯春;;約束多目標優(yōu)化試驗函數(shù)產(chǎn)生器[A];2008年計算機應用技術(shù)交流會論文集[C];2008年

6 賈小平;韓方煜;;多目標優(yōu)化及其在過程工程中的應用[A];過程系統(tǒng)工程2001年會論文集[C];2001年

7 邢志祥;;滅火救援力量調(diào)集的多目標優(yōu)化[A];第一屆全國安全科學理論研討會論文集[C];2007年

8 孫力;樊希山;姚平經(jīng);;化工過程多目標優(yōu)化適宜解的模糊確定[A];第二屆全國傳遞過程學術(shù)研討會論文集[C];2003年

9 李穎t;昝建明;周建文;;多目標形貌優(yōu)化方法研究[A];結(jié)構(gòu)及多學科優(yōu)化工程應用與理論研討會’2009（CSMO-2009）論文集[C];2009年

10 許碧霞;李兆江;;基于循環(huán)經(jīng)濟的城市污水多目標優(yōu)化配置分析[A];中國地理學會2007年學術(shù)年會論文摘要集[C];2007年

相關(guān)博士學位論文 前10條

1 夏穎;WLAN室內(nèi)半監(jiān)督定位及指紋更新算法研究[D];哈爾濱工業(yè)大學;2016年

2 戴震龍;幾類問題基于自然邊界歸化的算法研究[D];南京師范大學;2017年

3 王晗丁;復雜問題的多目標進化優(yōu)化算法研究[D];西安電子科技大學;2015年

4 董寧;求解約束優(yōu)化和多目標優(yōu)化問題的進化算法研究[D];西安電子科技大學;2015年

5 王超;裝載與車輛路徑聯(lián)合多目標優(yōu)化問題研究[D];大連理工大學;2016年

6 葉承晉;計算智能在電力系統(tǒng)多目標優(yōu)化中的應用研究[D];浙江大學;2015年

7 過曉芳;超多目標優(yōu)化問題的幾種進化算法研究[D];西安電子科技大學;2015年

8 左益;基于全局優(yōu)化和局部學習的進化多目標優(yōu)化算法[D];西安電子科技大學;2016年

9 盧芳;多目標優(yōu)化及隨機變分不等式問題的若干研究[D];重慶大學;2016年

10 徐志丹;基于生物地理算法的多目標優(yōu)化理論與應用研究[D];哈爾濱工程大學;2013年

相關(guān)碩士學位論文 前10條

1 李全;游客行程多目標智能規(guī)劃算法研究[D];電子科技大學;2017年

2 田正東;基于子空間分析的DOA估計算法研究[D];南京郵電大學;2017年

3 趙程檐;花授粉算法的研究及應用[D];廣西民族大學;2017年

4 葉曉平;高階多模型狀態(tài)估計算法及應用[D];哈爾濱工業(yè)大學;2017年

5 韋陽陽;兩類廣義多乘積規(guī)劃問題的優(yōu)化算法[D];河南師范大學;2017年

6 李曉萍;有約束條件優(yōu)化問題的MM算法[D];蘭州大學;2017年

7 張亞男;基于混合聚類算法的微博熱點話題發(fā)現(xiàn)的研究[D];杭州電子科技大學;2017年

8 曹楊芹;惡意節(jié)點攻擊下的基于RSS測量值的壓縮感知定位算法[D];南京郵電大學;2017年

9 鄒柯;無線傳感器網(wǎng)絡(luò)定位算法及其安全研究[D];杭州電子科技大學;2017年

10 李佩倫;實時競價系統(tǒng)中出價算法的研究與實現(xiàn)[D];電子科技大學;2017年

，

本文編號：2198036