CN113935547A - 最优效用的定制化旅游景区线路规划*** - Google Patents
最优效用的定制化旅游景区线路规划*** Download PDFInfo
- Publication number
- CN113935547A CN113935547A CN202111329605.1A CN202111329605A CN113935547A CN 113935547 A CN113935547 A CN 113935547A CN 202111329605 A CN202111329605 A CN 202111329605A CN 113935547 A CN113935547 A CN 113935547A
- Authority
- CN
- China
- Prior art keywords
- time
- path
- scenic spot
- attraction
- tourist
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 claims abstract description 62
- 241000257303 Hymenoptera Species 0.000 claims abstract description 38
- 238000005457 optimization Methods 0.000 claims abstract description 33
- 230000006872 improvement Effects 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 4
- 230000006870 function Effects 0.000 claims description 83
- 230000008569 process Effects 0.000 claims description 22
- 238000011156 evaluation Methods 0.000 claims description 18
- 230000000875 corresponding effect Effects 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 12
- 238000013461 design Methods 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 10
- 230000003993 interaction Effects 0.000 claims description 9
- 230000007704 transition Effects 0.000 claims description 9
- 239000008186 active pharmaceutical agent Substances 0.000 claims description 8
- 238000012546 transfer Methods 0.000 claims description 7
- UPPMZCXMQRVMME-UHFFFAOYSA-N valethamate Chemical compound CC[N+](C)(CC)CCOC(=O)C(C(C)CC)C1=CC=CC=C1 UPPMZCXMQRVMME-UHFFFAOYSA-N 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000013178 mathematical model Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000004048 modification Effects 0.000 claims description 3
- 238000012986 modification Methods 0.000 claims description 3
- 230000009024 positive feedback mechanism Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 238000012732 spatial analysis Methods 0.000 claims description 3
- 230000033772 system development Effects 0.000 claims description 3
- 230000007423 decrease Effects 0.000 claims description 2
- 239000000969 carrier Substances 0.000 claims 1
- 238000011161 development Methods 0.000 abstract description 8
- 230000009191 jumping Effects 0.000 description 8
- 230000018109 developmental process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000012360 testing method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 230000003631 expected effect Effects 0.000 description 2
- 239000002858 neurotransmitter agent Substances 0.000 description 2
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000037361 pathway Effects 0.000 description 1
- 239000003016 pheromone Substances 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
- G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/14—Travel agencies
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Navigation (AREA)
Abstract
本申请首先基于对旅游景区线路规划问题的解析,将旅游景区线路规划问题转化为旅行商问题，设计含有多个约束条件的组合优化问题，结合游客实际游览中各方面因素，构建在游览时间、指定出入口、游览效用约束条件下的旅游景区线路规划问题模型，然后采用ACO并进行改进，从距离和吸引力两个方面出发，分别定义两种路径引导式信息，对应建立距离和吸引力两类蚁，协同进行搜索寻找最优路线，最优路径的判定标准变为效用最大而不是距离最短，外传递素更新使用效用而非距离进行更新，建立基于最优效用的ACO求解，最后基于开发了一款旅游景区线路规划软件，界面简洁大方，每个模块的功能均达到预期的目标，***整体运行高效稳定。
Description
技术领域
本申请涉及一种定制化旅游景区线路规划***，特别涉及一种最优效用的定制化旅游景区线路规划***，属于旅游景区线路规划技术领域。
背景技术
伴随旅游产业地位的逐渐提升，计算机技术和移动信息技术的发展，同时受智慧城市建设与发展的启迪，智慧旅游概念被提出，智慧旅游是基于新一代信息技术为满足游客定制化需求，提供高满意度和高品质服务，而实现旅游资源的共享与有效利用的***化管理变革，将为游客提供信息化服务。
当前，自助出游成为越来越多游客的选择。对于自助旅行者而言，在景区如何安排旅游景区线路是一件非常麻烦且棘手的工作，游客通常会在景区领取纸质地图或者跟随景区内的路标指引牌决定去游玩哪些景点，怎样到达这些景点，再安排景点游玩顺序及游玩时间等等。也有游客提前搜集景点信息定制路线和旅行方案,但旅游信息搜索的整个过程通常需要花费大量的时间和精力,而最终得到的信息往往不尽如人意，尤其是游客对目的景点不了解的情况下，安排自己的旅游计划很难，虽然各式各样的旅游APP层出不穷，但只有一些根据经验推荐的城市游览路线，没有具体景区内的景点和基于算法的路线推荐，并且没有具体的景区游览导航功能,景区游览路线规划相关的移动端应用也很少。
如果有一款移动APP可以在游客进景区游览前帮助其制定旅游景区线路，游客不必在旅游前花费大量的时间去搜集相关信息资源安排自己的行程，而只需要在该***上输入个人偏好的旅游需求，例如游玩景点、时间预算和选择的出入口等信息，***通过信息整合与智能搜索计算，可自动为游客生成一条或者多条优化的出游路线，***同时还可以有经典线路推荐、线路收藏、景点简介等功能，可以为游客推荐合理的定制化旅游景区线路，带来超出预期的旅游体验,不仅可以大量节省游客时间,同时在较大程度上有助于提高景区的服务质量，对促进旅游业的不断发展，实现智慧旅游服务具有重要的现实意义和巨大的运用价值。
旅游景区线路规划是拥有多个约束条件的组合优化问题，是指依据用户的兴趣，偏好等因素,设定各种相应的参数，这些参数可以是旅游价格，游览时间，旅游始末点等，然后通过路径优化算法获取最佳的旅游路线，电子旅游的相关设备也正在快速发展，一些景点也陆续引入了导游器等设备，但整体上来说电子导游设备的功能仍处于非智能阶段，离实现智能导游的功能还差得很远。
路径规划是电子导游***中非常关键的技术之一，一个好的游览线路能提高游客游览满意度，同时也可以提升景区的服务质量。现有技术的线上自助游行程规划服务包括专业人士制定的路线规划,自助游爱好者在网络上分享自己的自助游路线行程等，这些路线往往具有很强的主观性，只能作为参考，而且其中大多都是单一的游览景点顺序列表信息，无法根据游客的偏好进行定制化的路线推荐。
目前大部分方法都是城市之间的旅游路径规划，或城市中几个景区之间最优路径规划,而对于景区内部的景点之间的路径规划涉及较少，景区内部虽然考虑的因素较少，但在时间的要求上更加严格，游览顺序的微小改变可能会对游客的满意度造成较大影响,所以在景区内部的路径规划十分重要。当前考虑的因素基本上包括旅行时间、旅行费用(包括交通费用和景点费用)，而且考虑的优化标准单一，包括距离最短，费用最低等，很少涉及游客旅游满意度和感受值等主观指标，而游客在游览的过程中更加看重的是自身所获得的感受值而非最短路径,所以把游客满意度作为优化指标更加合理。
综上所述，现有技术的旅游景区线路规方法还存在许多不足，本申请的难点和待解决的问题主要集中在以下方面：
第一，旅游信息搜索的整个过程通常需要花费大量的时间和精力,而最终得到的信息往往不尽如人意，尤其是游客对目的景点不了解的情况下，安排自己的旅游计划很难，虽然各式各样的旅游APP层出不穷，但只有一些根据经验推荐的城市游览路线，没有具体景区内的景点和基于算法的路线推荐，并且没有具体的景区游览导航功能,景区游览路线规划相关的移动端应用也很少，开发一款移动APP可以在游客进景区游览前帮助其制定旅游景区线路，游客不必在旅游前花费大量的时间去搜集相关信息资源安排自己的行程，而只需要在该***上输入个人偏好的旅游需求，例如游玩景点、时间预算和选择的出入口等信息，***通过信息整合与智能搜索计算，可自动为游客生成一条或者多条优化的出游路线，为游客推荐合理的定制化旅游景区线路，不仅可以大量节省游客时间,同时在较大程度上有助于提高景区的服务质量，是本申请亟需解决的一项非常具有挑战性的工作；
第二，一些景点也陆续引入了导游器等设备，但整体上来说电子导游设备的功能仍处于非智能阶段，离实现智能导游的功能还差得很远，而现有技术的线上自助游行程规划服务往往具有很强的主观性，只能作为参考，而且其中大多都是单一的游览景点顺序列表信息，无法根据游客的偏好进行定制化的路线推荐，大部分方法都是城市之间的旅游路径规划，或城市中几个景区之间最优路径规划,而对于景区内部的景点之间的路径规划涉及较少，景区内部虽然考虑的因素较少，但在时间的要求上更加严格，游览顺序的微小改变可能会对游客的满意度造成较大影响,当前考虑的因素基本上包括旅行时间、旅行费用，而且考虑的优化标准单一，很少涉及游客旅游满意度和感受值等主观指标，而游客在游览的过程中更加看重的是自身所获得的感受值而非最短路径,现有技术没有把游客满意度作为优化指标，合理性存疑；
第三，现有技术的ACO主要基于正反馈，容易使ACO陷入局部最优，限制了蚂蚁***的搜索空间多样性，但增加算法的搜索空间和加收敛之间相互矛盾，无法控制好两者之间的相对重要性，求解效率较低，旅游景区线路规划无法达到预期效果，一些线路规划APP在各个页面的跳转间容易发生程序崩溃，无法在短时间内生成一条合理的游览路径，为景区游客提供旅游景区线路规划服务，很少涉及游客旅游满意度和感受值等主观指标，无法根据游客的偏好进行定制化的路线推荐，用户无法在游览景区前进行路线规划，不利于轻松获得满意的旅游感受。
发明内容
本申请结合游客在景区游览时所遇到的困难以及游客的定制化需求,对旅游景区线路规划问题的模型和计算方法进行优化和改进，提出基于时空约束和最优效用的定制化旅游景区线路规划方法，另外基于终端平台的开发架构、电子地图兴趣点的检索、路径规划问题，设计了有一款可以在游客进景区游览前帮助其制定旅游景区线路的移动APP，游客不必在旅游前花费大量的时间去搜集相关信息资源安排自己的行程，而只需要在该***上输入个人偏好的旅游需求，例如游玩景点、时间预算和选择的出入口等信息，***通过信息整合与智能搜索计算，可自动为游客生成一条或者多条优化的出游路线，***同时还可以有经典线路推荐、线路收藏、景点简介等功能，可以为游客推荐合理的定制化旅游景区线路，带来超出预期的旅游体验,不仅可以大量节省游客时间,同时在较大程度上有助于提高景区的服务质量，对促进旅游业的不断发展，实现智慧旅游服务具有重要的现实意义和巨大的运用价值。
为实现以上技术效果，本申请所采用的技术方案如下：
最优效用的定制化旅游景区线路规划***，其特征在于，首先基于对旅游景区线路规划问题的解析,根据景区特征建立此问题的数学模型，然后采用ACO并进行改进，使得其适合运用于时空约束的旅游路线规划算法，建立基于最优效用的ACO求解，最后基于手机平台开发了一款旅游景区线路规划软件，并进行地图及路径显示，主要包括：
第一，将旅游景区线路规划问题转化为旅行商问题，设计含有多个约束条件的组合优化问题，以旅行商问题为基础，结合游客实际游览中各方面因素，构建在游览时间、指定出入口、游览效用约束条件下的旅游景区线路规划问题模型；
第二，挖掘旅游景区线路规划问题的特征，对ACO求解组合优化问题进行改进，提出基于最优效用的ACO求解旅游路径规划问题模型，从效用函数的定义、ACO问题解的构建、最优路径判定和外传递素的更新四个方面对ACO进行改进，并提出最优效用改进方法的景区线路规划实现流程，改进点主要包括：一是将其目标函数改为效用函数从而获得最优效用的路径；二是从距离和吸引力两个方面出发，分别定义两种路径引导式信息，对应建立距离和吸引力两类蚁，协同进行搜索寻找最优路线，最优路径的判定标准变为效用最大而不是距离最短，三是外传递素更新使用效用而非距离进行每条边的外传递素的更新；
第三，开发一款手机平台景区旅游景区线路规划软件，将改进的ACO移植到***中进行线路规划，***包括地图的显示和定位、景点信息展示、定制化路径规划、电子地图标注线路结果，用户利用此***进行景区地图的查看，景点信息的查询等查询功能，通过此***输入其游览的定制化参数，包括游览预算时间、游览出入口、感兴趣景点，***根据输入参数为其推荐路线及游览时间，并将路线结果直观显示在地图上。
最优效用的定制化旅游景区线路规划***，进一步的，基于最优效用的旅游景区线路规划方法：旅游景区线路规划依据用户偏好，设定相对应的参数，包括游览时间、旅游总价、旅游始末点，通过路径优化获取最佳旅游定制化路线，在数学建模时，目标函数由旅行商问题的行走路径最短变为旅游效用最大，效用函数与景点吸引力、景区停留时间以及行走用时相关；
本申请从控制参数设置、引导式信息定义和状态转变规则方面进行改进，首先制定景区线路规划效用函数的定义，其次阐述ACO的改进方法，包括构建改进的ACO问题解、最优路径判定及外传递素的更新、最优效用改进方法的实现流程。
最优效用的定制化旅游景区线路规划***，进一步的，定义景区线路规划效用函数：在构建景区游客的效用函数时，游客的旅游效用和其在游览景点过程中收获的满意度成正比，与行走、等待时间耗费的成本成反比；
效用模型忽略游客到达景点所耗费的时间成本和物质成本的差异，以及每个游客在景点的游览满意度的差异，在景点的满意度基于经验取值，游客的旅游成本包括路径上的行走时间，游客的满意度包括景点的吸引力和在景区停留时间；
假设景点个数加上出入口点共m个结点,每个景点的吸引力值为ki，最佳停留时间为rio，实际游览时间ri，定义两个景点之间的距离aij，第1和第m个结点分别代表入口和出口，特别的有k1＝km＝0，r1＝rm＝0,r1o＝rmo＝0；
游客刚到一个景点时，其对景点的兴趣最大，而随着游览时间变长，景点对游客的吸引力越来越小，定义游客在游览景点的过程中景点吸引力为线性变化，并且随停留时间的增加而逐渐变小，景点吸引力根据景点的知名度设定，共设置三个景点吸引力等级，分别赋值1、2、3，景点吸引力值随停留时间的变化函数为：在停留时间为0时，景点对游客的吸引力最大为ki,随停留时间的增加游客对景点的吸引力呈线性减小,在最佳停留时间r1o降到原始吸引力的二分之一；
定义游客在景点i的满意度评价gi为吸引力在游览时间内的积分，即表示游客在景点停留时间内获得的吸引力的总和，表达式如式1所示：
式中ri代表实际游览时间，此式在2rio时取得极值，游客在景区停留时间在r＜2rio都能获得正的满意度，而时间超过2rio满意度反而会下降，当游客在某一景点停留的时间超过一定的值时，就会对这个景点失去兴趣，如果继续呆下去会降低游客的感受值；
旅游成本考虑路径上的行走时间，综合满意度的计算，对于满足时间预算的路径T，定义路线T的效用函数如式2所示：
其中：
式中R_buager表示预算时间，
表示路径T的总消耗时间，包括路径的行走时间和每个景区停留时间之和，d表示路径R的所有景点满意度评价gi总和权重，e表示路径T总消耗时间的权重，d、e用于控制效用函数中满意度评价和消耗时间的占比，式2表示游览路径T的效用值与在路径T包含的景点获得的满意度之和成正比，与路径T的消耗时间成反比,在效用函数式中游客满意度评价占主导优，当两条路径的游客满意度相同时,游玩时间为决定因素,游玩时间短的产生的效用大。
最优效用的定制化旅游景区线路规划***，进一步的，构建改进的ACO问题解：旅游景区线路规划的目标函数是旅游效用最大，目标函数基于景区线路规划效用函数的定义，在引导式信息的定义时考虑和效用函数相关的项；
效用函数包括游览满意度评价和游览用时,游览满意度评价与景点吸引力正相关，本申请定义两类蚁，一类为时间蚁，另一类吸引力蚁，时间蚁和吸引力蚁分别使用式4和式5计算路径引导式信息,在构建问题解时，同时使用两类蚁寻找优化路线：
bij＝ki 式5
式4考虑的因素为两景点之间的行走时间rij，式5考虑的因素为目的景点的吸引力ki，利用两类蚁分别去寻找使得路径效用达到最大的路线，寻找一条使得路径效用达到最大的路线；
蚁群采用顺序访问方式构建问题的解,在计算蚂蚁个体选择下一景点的概率时，引导式因子采用式4和式5，蚂蚁个体进行状态转变时的概率选择规则如式6所示：
式6表示第w只蚂蚁的状态转变概率计算方法，aij表示路径ij上的外传递素强度，α、β两个参数分别表示外传递素浓度和引导式因子的相对重要性；
为增加***开发新解空间的积极性，避免陷入局部最优的缺陷，在蚂蚁进行景点转变时，采用轮盘赌的方式，首先根据式6计算出各景点的选择概率，作为轮盘赌的概率，每个概率值组成一个轮盘的区域，然后生成一个0至1之间的随机数，依据该随机数落在轮盘中的区域，决定选择哪个景点进行转变。
最优效用的定制化旅游景区线路规划***，进一步的，最优路径判定及外传递素的更新：在两类蚁构建完各自的旅游景区线路后,利用效用函数式2计算每条路径的效用，并保留效用最大的路径；
本申请采用性能好的蚁周模型进行外传递素的更新,是一种整体更新方法，在每次迭代完成后进行更新，对于所有蚂蚁的路径都进行更新，其中外传递素增量根据修改式7所示：
P为蚂蚁在所走过的路径上释放的外传递素量，Vk表示第k只蚂蚁路径的效用值，利用效用值进行外传递素的更新，效用越大，则留下的外传递素越大，形成ACO的正反馈机制。
最优效用的定制化旅游景区线路规划***，进一步的，最优效用改进方法的景区线路规划实现流程：
第一步，输入数据：包括景点数量m,时间预算R_budget，入口点和出口点，景点最佳停留时间rio，景点吸引力值ki，景点之间的游览时间矩阵，最大迭代次数Mn；
第二步，初始化算法所需参数，迭代次数M＝0，初始化外传递素；
第三步，把时间蚁和吸引力蚁分别n只置于入口点处，迭代次数设置为M＝M+1；
第四步，蚂蚁首先根据式8计算到达下一可行结点并且直达出口时间是否在预算范围内，如果是，则按照式6计算到其它可行结点的概率，并利用轮盘赌的方式选择下一结点j；如果否，则设置此可行结点概率为0；如果所有可行结点的概率总和为0，则此蚂蚁下一结点选择出口结点，并停止搜索，其余蚂蚁继续下一步；
令
表示游览第i-1个景点后消耗的时间：
r(i-1，i)+ri+r(i，m)＞R_budget-rc 式8
r表示在下标括号内的景点序号段内消耗的时间，R_buager表示预算时间；
第五步，判定禁忌表是否已满，如果否，返回第四步，继续选择下一景点；如果是，则根据式2计算每只蚂蚁路径的效用函数，保存效用函数值最大的蚂蚁为最优妈蚁；
第六步，利用迭代的所有蚂蚁路径根据式7进行整体外传递素的更新，判断是否满足终止条件，如果是，进入第七步，如果否，返回第二步，继续迭代；
第七步，当迭代到最后一步时，判定剩余时间，如果剩余时间等于0，输出最优路径结果，如果剩余时间大于0，则将剩余时间按景点吸引力比重分配个最优路径的各个景点，如果时间大于2rio，则不再进行分配，并记录剩余时间返回给用户。
最优效用的定制化旅游景区线路规划***，进一步的，手机终端的旅游景区线路规划***架构和数据库设计：总体设计在垂直架构上分为三层：最底层为数据层，包括本地和网络数据，本地数据放在文件中或者数据库中，中间层为业务层，按照各种业务逻辑，存取、处理、组织数据，并将数据传递至表示层，最顶层为表示层,表示层是用户与***进行交互的平台,存储用户和***交互的各种组件，用户通过这一层发送请求和指令，***接收后根据指令内容调用业务层进行业务的实现，并将处理结果展示在这一层；
在数据层，采用ArcGIS Online提供的地图作为背景图，景区要素图则作为景区信息的查询图层,景区道路的网络数据集作为空间分析的图层，这两个图层通过ArcGiSServer发布到本地的服务器端，在应用连接网络的情况下调用；
业务层和表示层相辅用于完成***的主要业务并进行显示，景区旅游路径规划***应用***主要分为四个部分，核心功能是为游客提供具有合理性与定制化的旅游景区线路规划服务，旅游景区线路规划***采用树形结构导航。
最优效用的定制化旅游景区线路规划***，进一步的，旅游景区线路规划***终端实现：旅游景区线路规划***的核心是为用户推荐合理的景区游览线路,另外包括景点信息查询、线路显示、定位辅助功能，所以***的表示层共分为五个界面，分别是地图显示界面、景点信息展示界面、定制化参数设置界面、旅游景区线路规划结果显示界面和优化路径显示界面,每个界面对应一个视图控制器类，在这些类中实现界面的响应算法，界面的核心算法放在业务层，包括旅行商问题类和Ant类，在视图层调用核心算法计算最优路径；
(1)定位和地图显示：
地图显示和定位是程序的初始界面，引入ArcGIS和CoreLocation框架，前者包含有关视图的相关API，后者包含ArcGIS地图相关的API，定义此界面的类名为IdenTaskViewCo,继承于UIViekController类,实现地图的加载、兴趣点选择及定位查询；
加载地图，底图采用Arcgis Online的底图，动态图层采用上传到服务器的地图，并将初始的显示范围设置为景区范围，这两个图层都通过访问其URL显示，另外为地图增加一个graphicsLayer，这个图层突出显示查询结果；
选择兴趣点，采用AGSIdentifyTask类,地图上的兴趣点在页面加载的同时以棕色圆点显示在地图上，在点击地图上的兴趣点时，触发识别，在识别出结果后在graphicLayer图层将其突出显示，并在兴趣点上方弹出显示callour框，主标题显示景点名称，点击后面的细节按钮界面转到景点细节界面，并将识别到的景点信息同时传递；
另外在路径规划时需用到所有景点的信息，所以在IdentifyTaskViekController类中实现查询功能，采用AGSQueryTask类，将查询到的兴趣点根据其Type类型写入allViewList数组和eList数组,其中Type值为“1”代表其为出入口，存入eList数组，Type值为“2”代表其为景点，存入allViewList数组。
最优效用的定制化旅游景区线路规划***，进一步的，
(4)旅游景区线路规划及结果：
调用Ant类和旅行商问题类进行游览路径规划,并将路径优化的结果展示，此界面的类命名为RoListViewCon，采用表视图设计界面并与用户的交互，继承于UITableViewController类，引入UIKit和ArcGIS框架；
RoListViewCon类利用上一页面传递过来的时间预算和出入口以及选择的游玩景点作为输入数据，调用Ant类和旅行商问题类进行路径优化算法的实现，返回路径优化结果，包括游览顺序、游览耗时以及每个景区停留时间并将其显示在界面上，如果时间不够则没有返回结果，提醒用户返回上一层重新选择；
该页面的表视图仅有一节,单元格数是选择游览的景点格式+1，第一个单元格显示游览用时和消耗时间,其它单元格按照优化返回的游览景点顺序显示其名称,并在相应单元格后面显示其停留时间，如果没有合法结果返回,则显示“请返回上层，重新规划”，并弹出警告框“时间不够用,请重新规划”，要求用户重新规划，点击任意一行单元格，页面跳转至路径结果显示页面，并将路径优化的结果以数组的形式传递到对应界面。
最优效用的定制化旅游景区线路规划***，进一步的，
(5)优选路线结果展示：
在地图上显示返回的路径，此界面的类命名为RouResViewConr，继承于UIViewController类，引入UIKit和ArcGIS框架；
定义mapView作为地图的显示视图,底图通过访问URL采用Arcgis Online的底图，动态图层采用上传到服务器的地图，并将初始的显示范围设置为景区范围，另外为地图增加一个GTaphicsLayer，这个图层用来突出显示旅游景区线路的结果；
主要采用ArcGIS的ARSRouteTask类，此类可以根据输入的兴趣点进行路径的显示，上一页面返回的优化路径结数组如果不为空，那么就在GraphicsLayer图层上显示优化路径，并在景点上标注游览顺序，如果数组为空则不显示,同时此界面包括定位按钮，点击进行定位,界面会显示用户的实时位置,再次点击即可停止定位。
与现有技术相比，本申请的创新点和优势在于：
第一，本申请结合游客在景区游览时所遇到的困难以及游客的定制化需求,对旅游景区线路规划问题的模型和计算方法进行优化和改进，提出基于时空约束和最优效用的定制化旅游景区线路规划方法，另外基于终端平台的开发架构、电子地图兴趣点的检索、路径规划问题，设计了有一款可以在游客进景区游览前帮助其制定旅游景区线路的移动APP，游客不必在旅游前花费大量的时间去搜集相关信息资源安排自己的行程，而只需要在该***上输入个人偏好的旅游需求，例如游玩景点、时间预算和选择的出入口等信息，***通过信息整合与智能搜索计算，可自动为游客生成一条或者多条优化的出游路线，***同时还可以有经典线路推荐、线路收藏、景点简介等功能，可以为游客推荐合理的定制化旅游景区线路，带来超出预期的旅游体验,不仅可以大量节省游客时间,同时在较大程度上有助于提高景区的服务质量，对促进旅游业的不断发展，实现智慧旅游服务具有重要的现实意义和巨大的运用价值；
第二，本申请基于具体的旅游景区线路规划问题，在ACO的基础上进行改进，使得其适合运用于时空约束的旅游路线规划算法，从三方面对ACO进行改进，一是将其目标函数改为效用函数从而获得最优效用的路径；二是从距离和吸引力两个方面出发,分别定义两种路径引导式信息，对应构建距离和吸引力两类蚁，协同搜索寻找最优路线；三是在ACO外传递素更新上利用效用进行每条边的外传递素的更新，实现智能导游功能，解决线上自助游行程规划服务主观性强的问题，能够根据游客的偏好进行定制化的路线推荐，填补了当前景区内部的景点之间优质路径规划的空白，在时间的要求上更加严格，考虑的因素不仅包括旅行时间、旅行费用，还包括游客旅游满意度和感受值等主观指标，满足游客在游览的过程中更加看重的是自身所获得的感受值而非最短路径的需要，构建景区旅游景区线路规划问题模型,并设计基于最优效用的改进ACO对模型进行求解，实现基于最优效用的旅游景区线路规划，用户可以在游览景区前进行路线的规划从而轻松获得满意的旅游感受；
第三，基于手机平台开发设计了一款手机端的定制化旅游景区线路规划***，***包括地图的显示和定位、景点信息展示、定制化路径规划、电子地图标注线路结果。用户不仅可利用此***进行景区地图的查看，景点信息的查询等查询功能，还可以通过此***输入其游览的定制化参数，包括游览预算时间、游览出入口、感兴趣景点，***根据输入参数为其推荐路线及游览时间，并将路线结果直观显示在地图上，并对***运行测试，测试***运行正常，***的界面简洁大方，每个模块的功能均达到预期的目标，***整体运行高效稳定，验证了***为游客提供旅游景区线路规划的高效性与实用性。
附图说明
图1是最优效用改进方法的旅游景区线路规划实现流程图。
图2是手机终端的旅游景区线路规划***架构示意图。
图3是局部自相似度表示符的主要构造内容示意图。
图4是旅游景区线路规划***终端软件的定位与兴趣点选取示意图。
图5是旅游景区线路规划***软件定制化参数输入界面一示意图。
图6是旅游景区线路规划***软件定制化参数输入界面二示意图。
图7是手机终端的的游览时间设定为2小时时对应的线路规划示意图。
图8是手机终端的的游览时间设定为3小时时对应的线路规划示意图。
具体实施方法
下面结合附图，对本申请提供的最优效用的定制化旅游景区线路规划***的技术方案进行驶一步的描述，使本领域的技术人员能够更好的理解本申请并能够予以实施。
本申请首先基于对旅游景区线路规划问题的解析,根据景区特征建立此问题的数学模型，然后采用ACO并进行改进，建立基于最优效用的ACO求解，最后基于手机平台开发了一款旅游景区线路规划软件，并采用ArcGIS Rumtime SDK进行地图及路径的显示，主要包括：
(1)将旅游景区线路规划问题转化为旅行商问题，设计含有多个约束条件的组合优化问题，以旅行商问题为基础，结合游客实际游览中各方面因素，构建在游览时间、指定出入口、游览效用约束条件下的旅游景区线路规划问题模型；
(2)挖掘旅游景区线路规划问题的特征，对ACO求解组合优化问题进行改进，提出基于最优效用的ACO求解旅游路径规划问题模型，主要包括以下改进：从距离和吸引力两个方面出发，分别定义两种路径引导式信息，对应建立距离和吸引力两类蚁，协同进行搜索寻找最优路线，最优路径的判定标准变为效用最大而不是距离最短，外传递素更新使用效用而非距离进行更新。
(3)开发一款手机平台景区旅游景区线路规划软件，将改进的ACO移植到***中进行线路规划，并利用ArcGIS Rumtime SDK进行地图和路径的访问和显示，对***进行测试，测试的结果表明，***的界面简洁大方，每个模块的功能均达到预期的目标，***整体运行高效稳定。
一、基于最优效用的旅游景区线路规划方法
旅游景区线路规划是依据用户偏好，设定相对应的参数，包括游览时间、旅游总价、旅游始末点，通过路径优化获取最佳旅游定制化路线，在数学建模时，目标函数由旅行商问题的行走路径最短变为旅游效用最大，效用函数与景点吸引力、景区停留时间以及行走用时相关。
ACO具有自组织、自适应等很多优点，另外具有参数少、易于调整，易于移植到其它组合优化问题的优势，但现有技术的ACO主要基于正反馈的工作原理，容易使ACO陷入局部最优，限制了蚂蚁***的搜索空间多样性。但增加算法的搜索空间和加收敛之间相互矛盾，如果能控制好两者之间的相对重要性，那么就能够又好又快的求解出满意的结果，提高求解效率。因此本申请从控制参数设置、引导式信息定义和状态转变规则方面进行改进，本申请首先制定景区线路规划效用函数的定义，其次阐述ACO的改进方法。
(一)定义景区线路规划效用函数
旅游效用是游客在一次旅行中所获得的综合性收益，是非货币性质的物质性收益，是游览者在观赏、行走、体验、休憩过程中享受到的愉悦度满意度情感在内的心理感受，旅游效用用两部分描述，包括游览者在游览过程中所耗费的成本和所收获的满意度。因此在构建景区游客的效用函数时，游客的旅游效用和其在游览景点过程中收获的满意度成正比，与行走、等待时间耗费的成本成反比。
本申请的效用模型忽略游客到达景点所耗费的时间成本和物质成本的差异，以及每个游客在景点的游览满意度的差异，在景点的满意度基于经验取值，游客的旅游成本包括路径上的行走时间，游客的满意度包括景点的吸引力和在景区停留时间。
假设景点个数加上出入口点共m个结点,每个景点的吸引力值为ki，最佳停留时间为rio，实际游览时间ri，定义两个景点之间的距离aij，第1和第m个结点分别代表入口和出口，特别的有k1＝km＝0，r1＝rm＝0,r1o＝rmo＝0。
游客刚到一个景点时，其对景点的兴趣最大，而随着游览时间变长，景点对游客的吸引力越来越小。所以定义游客在游览景点的过程中景点吸引力为线性变化，并且随停留时间的增加而逐渐变小，景点吸引力根据景点的知名度设定，共设置三个景点吸引力等级，分别赋值1、2、3，景点吸引力值随停留时间的变化函数为：在停留时间为0时，景点对游客的吸引力最大为ki,随停留时间的增加游客对景点的吸引力呈线性减小,在最佳停留时间r1o降到原始吸引力的二分之一。
定义游客在景点i的满意度评价gi为吸引力在游览时间内的积分，即表示游客在景点停留时间内获得的吸引力的总和，表达式如式1所示：
式中ri代表实际游览时间，此式在2rio时取得极值，游客在景区停留时间在r＜2rio都能获得正的满意度，而时间超过2rio满意度反而会下降，当游客在某一景点停留的时间超过一定的值时，就会对这个景点失去兴趣，如果继续呆下去会降低游客的感受值。
旅游成本考虑路径上的行走时间，综合满意度的计算，对于满足时间预算的路径T，定义路线T的效用函数如式2所示：
其中：
式中R_buager表示预算时间，
表示路径T的总消耗时间，包括路径的行走时间和每个景区停留时间之和，d表示路径R的所有景点满意度评价gi总和权重，e表示路径T总消耗时间的权重，d、e用于控制效用函数中满意度评价和消耗时间的占比，式2表示游览路径T的效用值与在路径T包含的景点获得的满意度之和成正比，与路径T的消耗时间成反比,在效用函数式中游客满意度评价占主导优，当两条路径的游客满意度相同时,游玩时间为决定因素,游玩时间短的产生的效用大。
(二)构建改进的ACO问题解
本申请旅游景区线路规划的目标函数是旅游效用最大，目标函数基于景区线路规划效用
函数的定义，在引导式信息的定义时考虑和效用函数相关的项。
效用函数包括游览满意度评价和游览用时,游览满意度评价与景点吸引力正相关，本申请定义两类蚁，一类为时间蚁，另一类吸引力蚁，时间蚁和吸引力蚁分别使用式4和式5计算路径引导式信息,在构建问题解时，同时使用两类蚁寻找优化路线：
bij＝ki 式5
式4考虑的因素为两景点之间的行走时间rij，式5考虑的因素为目的景点的吸引力ki，利用两类蚁分别去寻找使得路径效用达到最大的路线，寻找一条使得路径效用达到最大的路线。
蚁群采用顺序访问方式构建问题的解,在计算蚂蚁个体选择下一景点的概率时，引导式因子采用式4和式5，蚂蚁个体进行状态转变时的概率选择规则如式6所示：
式6表示第w只蚂蚁的状态转变概率计算方法，aij表示路径ij上的外传递素强度，α、β两个参数分别表示外传递素浓度和引导式因子的相对重要性。
为增加***开发新解空间的积极性，避免陷入局部最优的缺陷，在蚂蚁进行景点转变时，采用轮盘赌的方式，首先根据式6计算出各景点的选择概率，作为轮盘赌的概率，每个概率值组成一个轮盘的区域，然后生成一个0至1之间的随机数，依据该随机数落在轮盘中的区域，决定选择哪个景点进行转变。
(三)最优路径判定及外传递素的更新
在两类蚁构建完各自的旅游景区线路后,利用效用函数式2计算每条路径的效用，并保留效用最大的路径。
本申请采用性能好的蚁周模型进行外传递素的更新,它是一种整体更新方法，在每次迭代完成后进行更新，对于所有蚂蚁的路径都进行更新，其中外传递素增量根据修改式7所示：
P为蚂蚁在所走过的路径上释放的外传递素量，Vk表示第k只蚂蚁路径的效用值，利用效用值进行外传递素的更新，效用越大，则留下的外传递素越大，形成ACO的正反馈机制。
(四)最优效用改进方法的实现流程
最优效用改进方法的旅游景区线路规划实现流程如图1所示。其具体实现步骤包括：
第一步，输入数据：包括景点数量m,时间预算R_budget，入口点和出口点，景点最佳停留时间rio，景点吸引力值ki，景点之间的游览时间矩阵，最大迭代次数Mn；
第二步，初始化算法所需参数，迭代次数M＝0，初始化外传递素；
第三步，把时间蚁和吸引力蚁分别n只置于入口点处，迭代次数设置为M＝M+1；
第四步，蚂蚁首先根据式8计算到达下一可行结点并且直达出口时间是否在预算范围内，如果是，则按照式6计算到其它可行结点的概率，并利用轮盘赌的方式选择下一结点j；如果否，则设置此可行结点概率为0；如果所有可行结点的概率总和为0，则此蚂蚁下一结点选择出口结点，并停止搜索，其余蚂蚁继续下一步；
令
表示游览第i-1个景点后消耗的时间：
r(i-1，i)+ri+r(i，m)＞R_budget-rc 式8
r表示在下标括号内的景点序号段内消耗的时间，R_buager表示预算时间；
第五步，判定禁忌表是否已满，如果否，返回第四步，继续选择下一景点；如果是，则根据式2计算每只蚂蚁路径的效用函数，保存效用函数值最大的蚂蚁为最优妈蚁；
第六步，利用迭代的所有蚂蚁路径根据式7进行整体外传递素的更新，判断是否满足终止条件，如果是，进入第七步，如果否，返回第二步，继续迭代；
第七步，当迭代到最后一步时，判定剩余时间，如果剩余时间等于0，输出最优路径结果，如果剩余时间大于0，则将剩余时间按景点吸引力比重分配个最优路径的各个景点，如果时间大于2rio，则不再进行分配，并记录剩余时间返回给用户。
二、手机终端的旅游景区线路规划***
(一)***架构和数据库设计
总体设计在垂直架构上分为三层：最底层为数据层，包括本地和网络数据，本地数据放在文件中或者数据库中，中间层为业务层，按照各种业务逻辑，存取、处理、组织数据，并将数据传递至表示层，最顶层为表示层,表示层是用户与***进行交互的平台,存储用户和***交互的各种组件，用户通过这一层发送请求和指令，***接收后根据指令内容调用业务层进行业务的实现，并将处理结果展示在这一层。
在数据层，采用ArcGIS Online提供的地图作为背景图，景区要素图则作为景区信息的查询图层,景区道路的网络数据集作为空间分析的图层，这两个图层通过ArcGiSServer发布到本地的服务器端，在应用连接网络的情况下调用；
业务层和表示层相辅用于完成***的主要业务并进行显示，景区旅游路径规划***应用***主要分为四个部分，核心功能是为游客提供具有合理性与定制化的旅游景区线路规划服务，***架构如图2所示。旅游景区线路规划***采用树形结构导航，其中包括：
1)主界面，直接显示景区地图以及景区的景点，点击景点可以查看景点名称以及其详细信息。并且主界面设置定位按钮，定位按钮可以帮助用户定位设备当前的位置；
2)景点信息查询：在主界面点击每一个兴趣点(景点)，查看其详细信息，页面条转到景点信息查询界面，可以看到所点击的景点的图片信息和文字介绍信息；
3)景区路径规划参数设置：在主界面点击选择后，页面跳转到用户选择路线规划参数的界面，包括时间预算选择，出入口选择以及游览景点选择；
4)路径优化及结果：用户完成相关参数的输入，***计算出路径优化的结果，并将路线用时、剩余时间、路线景点顺序及每个景点的用时列表呈现；
5)路线显示：当完成路线规划后，点击路线结果的界面，页面跳转到路线显示界面，规划的路线显示在景区地图上，用户可直观的看到推荐路线的结果；
***实现所需的主要数据库为景点信息表，景点信息表用于存储景点的数据信息，包括有景点ID、景点名称、景点介绍、景点吸引力、景点最佳停留时间，具体结构如图3所示。
(二)旅游景区线路规划***终端实现
旅游景区线路规划***的核心是为用户推荐合理的景区游览线路,另外包括景点信息查询、线路显示、定位辅助功能，所以***的表示层共分为五个界面，分别是地图显示界面、景点信息展示界面、定制化参数设置界面、旅游景区线路规划结果显示界面和优化路径显示界面,每个界面对应一个视图控制器类，在这些类中实现界面的响应算法，界面的核心算法放在业务层，包括旅行商问题类和Ant类，在视图层调用核心算法计算最优路径。
(1)定位和地图显示
地图显示和定位是程序的初始界面，引入ArcGIS和CoreLocation框架，前者包含有关视图的相关API，后者包含ArcGIS地图相关的API，定义此界面的类名为IdenTaskViewCo,继承于UIViekController类,实现地图的加载、兴趣点选择及定位查询。
加载地图，底图采用Arcgis Online的底图，动态图层采用上传到服务器的地图，并将初始的显示范围设置为景区范围，这两个图层都通过访问其URL显示，另外为地图增加一个graphicsLayer，这个图层突出显示查询结果。
选择兴趣点，采用AGSIdentifyTask类,地图上的兴趣点在页面加载的同时以棕色圆点显示在地图上，在点击地图上的兴趣点时，触发识别，在识别出结果后在graphicLayer图层将其突出显示，并在兴趣点上方弹出显示callour框，主标题显示景点名称，点击后面的细节按钮界面转到景点细节界面，并将识别到的景点信息同时传递。如图4所示，三角形区域为代表所选兴趣点，缺口圆形代表设备定位位置。
另外在路径规划时需用到所有景点的信息，所以在IdentifyTaskViekController类中实现查询功能，采用AGSQueryTask类，将查询到的兴趣点根据其Type类型写入allViewList数组和eList数组,其中Type值为“1”代表其为出入口，存入eList数组，Type值为“2”代表其为景点，存入allViewList数组。
(2)景区信息展示
在点击兴趣点弹出callour框中的细节按钮时，界面跳转到景点信息展示界面，此界面的类命名为ResViewCon,同样继承VIViewController类，包括UIKit和ArcGIS框架，前者包含视图相关API，后者包含ArcGIS地图相关的API。
此界面包括两个控件，一个ImageView和一个RexrView,ImageView是图片视图控件，显示景点的图片。RexrView是文本控件，显示景点的名称和简介。在类中定义imageView和rexrView两个输出口类型的属性，根据地图显示和定位界面传递过来的兴趣点结果,为两个输出口赋值，从而可以根据不同的景点显示相应的图片和简介。
(3)定制化参数输入
包括时间预算、出入口选择、游玩景点选择三个方面，此界面的类命名为ChoTableViewCon,继承于UITableViewController类。引入UIKit和ArcGIS框架。
利用时间选择器DatePicker和普通选择器PickerView进行设计，时间选择器选择时间预算，普通选择器选择出入口，出入口选择器的数据来源均为eList的兴趣点数据。定制化参数输入界面示意图如图5和图6所示。
(4)旅游景区线路规划及结果
调用Ant类和旅行商问题类进行游览路径规划,并将路径优化的结果展示，此界面的类命名为RoListViewCon，采用表视图设计界面并与用户的交互，继承于UITableViewController类，引入UIKit和ArcGIS框架。
RoListViewCon类利用上一页面传递过来的时间预算和出入口以及选择的游玩景点作为输入数据，调用Ant类和旅行商问题类进行路径优化算法的实现，返回路径优化结果，包括游览顺序、游览耗时以及每个景区停留时间并将其显示在界面上，如果时间不够则没有返回结果，提醒用户返回上一层重新选择。
该页面的表视图仅有一节,单元格数是选择游览的景点格式+1，第一个单元格显示游览用时和消耗时间,其它单元格按照优化返回的游览景点顺序显示其名称,并在相应单元格后面显示其停留时间，如果没有合法结果返回,则显示“请返回上层，重新规划”，并弹出警告框“时间不够用,请重新规划”。要求用户重新规划，点击任意一行单元格，页面跳转至路径结果显示页面，并将路径优化的结果以数组的形式传递到对应界面。
(5)优选路线结果展示
在地图上显示返回的路径，此界面的类命名为RouResViewConr，继承于UIViewController类，引入UIKit和ArcGIS框架。
定义mapView作为地图的显示视图,底图通过访问URL采用Arcgis Online的底图，动态图层采用上传到服务器的地图，并将初始的显示范围设置为景区范围，另外为地图增加一个GTaphicsLayer，这个图层用来突出显示旅游景区线路的结果。
主要采用ArcGIS的ARSRouteTask类，此类可以根据输入的兴趣点进行路径的显示。上一页面返回的优化路径结数组如果不为空，那么就在GraphicsLayer图层上显示优化路径，并在景点上标注游览顺序，如果数组为空则不显示,同时此界面包括定位按钮，点击进行定位,界面会显示用户的实时位置,再次点击即可停止定位。
(三)***测试与运行效果
手机终端的旅游景区线路规划***测试流程：
流程一：打开模拟器，点击客户端应用程序图标，进入程序；
流程二：在主界面点击定位按钮进行设备定位，点击地图上的任一兴趣点，在弹出的信息框中查看此兴趣点的名称，点击信息框右侧的细节按钮，页面跳转到查看景点信息界面，查看景点详细信息及图片；
流程三：点击景点信息页面右上角的“返回”按钮返回主界面，然后点击主界面右上角导航栏上的“选择”，界面跳转到选择游览参数的页面，在此页面选择游览预算时间,游览出入口,想要游览的景点,单击导航栏右侧的“完成”,页面跳转到路线详情界面；
流程四：在线路详情界面，查看线路景点游览顺序详情和用时详情，点击任一单元格，页面跳转到路线结果界面；
流程五：在路线结果界面，查看线路在地图上的显示，点击定位按钮，查看设备定位；
除主界面以外，每个界面导航栏左上角都有一个“返回”按钮，点击此按钮，页面返回上一层。
图7和图8分别是手机终端的旅游景区线路规划***的游览时间设定为2小时和3小时时对应的线路规划示意图。手机终端的旅游景区线路规划模块的测试结果：
结果一：在主界面上点击定位可以成功显示定位标志，再次点击可以成功关闭定位，点击兴趣点可成功查看兴趣点信息并成功跳转页面，查看详细信息；
结果二：主界面点击导航栏“选择”，成功跳转界面至选择游览参数的页面,可以成功选择每一项参数，在此界面点击导航栏“完成”按钮，页面成功跳转到线路详情界面；
结果三：如果在选择游览参数的页面选择时间不足以完成游览，或有参数未选取，使得没有线路优化结果，线路详情界面成功出现警告弹框要求重新选择参数，并且在页面的第一个单元格同样显示“请返回上层，重新规划”，如果线路优化成功，线路详情界面成功显示线路详细信息。
结果四：点击线路详情界面的任一单元格，界面成功跳转到路线结果界面，地图上成功显示线路及景点顺序，点击此界面的“定位”按钮，界面成功显示定位标志，再次点击成功关闭定位。
结果五：点击每个界面导航栏左侧的“返回”按钮，页面均能成功返回上一层，并且保持跳转时的状态，可以继续进行操作；
结果六：在每个界面返回前一界面后，在返回的界面重新操作后再跳转界面程序可正常运行并得出预期结果。
从测试结果来看，***的各项测试结果基本都达到了预期效果，在各个页面的跳转间没有发生程序崩溃，将ACO移植到应用程序中完成线路的规划,可以在短时间内生成一条合理的游览路径，推荐给用户。
Claims (10)
1.最优效用的定制化旅游景区线路规划***，其特征在于，首先基于对旅游景区线路规划问题的解析,根据景区特征建立此问题的数学模型，然后采用ACO并进行改进，使得其适合运用于时空约束的旅游路线规划算法，建立基于最优效用的ACO求解，最后基于手机平台开发了一款旅游景区线路规划软件，并进行地图及路径显示，主要包括：
第一，将旅游景区线路规划问题转化为旅行商问题，设计含有多个约束条件的组合优化问题，以旅行商问题为基础，结合游客实际游览中各方面因素，构建在游览时间、指定出入口、游览效用约束条件下的旅游景区线路规划问题模型；
第二，挖掘旅游景区线路规划问题的特征，对ACO求解组合优化问题进行改进，提出基于最优效用的ACO求解旅游路径规划问题模型，从效用函数的定义、ACO问题解的构建、最优路径判定和外传递素的更新四个方面对ACO进行改进，并提出最优效用改进方法的景区线路规划实现流程，改进点主要包括：一是将其目标函数改为效用函数从而获得最优效用的路径；二是从距离和吸引力两个方面出发，分别定义两种路径引导式信息，对应建立距离和吸引力两类蚁，协同进行搜索寻找最优路线，最优路径的判定标准变为效用最大而不是距离最短，三是外传递素更新使用效用而非距离进行每条边的外传递素的更新；
第三，开发一款手机平台景区旅游景区线路规划软件，将改进的ACO移植到***中进行线路规划，***包括地图的显示和定位、景点信息展示、定制化路径规划、电子地图标注线路结果，用户利用此***进行景区地图的查看，景点信息的查询等查询功能，通过此***输入其游览的定制化参数，包括游览预算时间、游览出入口、感兴趣景点，***根据输入参数为其推荐路线及游览时间，并将路线结果直观显示在地图上。
2.根据权利要求1所述的最优效用的定制化旅游景区线路规划***，其特征在于，基于最优效用的旅游景区线路规划方法：旅游景区线路规划依据用户偏好，设定相对应的参数，包括游览时间、旅游总价、旅游始末点，通过路径优化获取最佳旅游定制化路线，在数学建模时，目标函数由旅行商问题的行走路径最短变为旅游效用最大，效用函数与景点吸引力、景区停留时间以及行走用时相关；
本申请从控制参数设置、引导式信息定义和状态转变规则方面进行改进，首先制定景区线路规划效用函数的定义，其次阐述ACO的改进方法，包括构建改进的ACO问题解、最优路径判定及外传递素的更新、最优效用改进方法的实现流程。
3.根据权利要求1所述的最优效用的定制化旅游景区线路规划***，其特征在于，定义景区线路规划效用函数：在构建景区游客的效用函数时，游客的旅游效用和其在游览景点过程中收获的满意度成正比，与行走、等待时间耗费的成本成反比；
效用模型忽略游客到达景点所耗费的时间成本和物质成本的差异，以及每个游客在景点的游览满意度的差异，在景点的满意度基于经验取值，游客的旅游成本包括路径上的行走时间，游客的满意度包括景点的吸引力和在景区停留时间；
假设景点个数加上出入口点共m个结点,每个景点的吸引力值为ki，最佳停留时间为rio，实际游览时间ri，定义两个景点之间的距离aij，第1和第m个结点分别代表入口和出口，特别的有k1＝km＝0，r1＝rm＝0,r1o＝rmo＝0；
游客刚到一个景点时，其对景点的兴趣最大，而随着游览时间变长，景点对游客的吸引力越来越小，定义游客在游览景点的过程中景点吸引力为线性变化，并且随停留时间的增加而逐渐变小，景点吸引力根据景点的知名度设定，共设置三个景点吸引力等级，分别赋值1、2、3，景点吸引力值随停留时间的变化函数为：在停留时间为0时，景点对游客的吸引力最大为ki,随停留时间的增加游客对景点的吸引力呈线性减小,在最佳停留时间r1o降到原始吸引力的二分之一；
定义游客在景点i的满意度评价gi为吸引力在游览时间内的积分，即表示游客在景点停留时间内获得的吸引力的总和，表达式如式1所示：
式中ri代表实际游览时间，此式在2rio时取得极值，游客在景区停留时间在r＜2rio都能获得正的满意度，而时间超过2rio满意度反而会下降，当游客在某一景点停留的时间超过一定的值时，就会对这个景点失去兴趣，如果继续呆下去会降低游客的感受值；
旅游成本考虑路径上的行走时间，综合满意度的计算，对于满足时间预算的路径T，定义路线T的效用函数如式2所示：
其中：
式中R_buager表示预算时间，
表示路径T的总消耗时间，包括路径的行走时间和每个景区停留时间之和，d表示路径R的所有景点满意度评价gi总和权重，e表示路径T总消耗时间的权重，d、e用于控制效用函数中满意度评价和消耗时间的占比，式2表示游览路径T的效用值与在路径T包含的景点获得的满意度之和成正比，与路径T的消耗时间成反比,在效用函数式中游客满意度评价占主导优，当两条路径的游客满意度相同时,游玩时间为决定因素,游玩时间短的产生的效用大。
4.根据权利要求3所述的最优效用的定制化旅游景区线路规划***，其特征在于，构建改进的ACO问题解：旅游景区线路规划的目标函数是旅游效用最大，目标函数基于景区线路规划效用函数的定义，在引导式信息的定义时考虑和效用函数相关的项；
效用函数包括游览满意度评价和游览用时,游览满意度评价与景点吸引力正相关，本申请定义两类蚁，一类为时间蚁，另一类吸引力蚁，时间蚁和吸引力蚁分别使用式4和式5计算路径引导式信息,在构建问题解时，同时使用两类蚁寻找优化路线：
bij＝ki 式5
式4考虑的因素为两景点之间的行走时间rij，式5考虑的因素为目的景点的吸引力ki，利用两类蚁分别去寻找使得路径效用达到最大的路线，寻找一条使得路径效用达到最大的路线；
蚁群采用顺序访问方式构建问题的解,在计算蚂蚁个体选择下一景点的概率时，引导式因子采用式4和式5，蚂蚁个体进行状态转变时的概率选择规则如式6所示：
式6表示第w只蚂蚁的状态转变概率计算方法，aij表示路径ij上的外传递素强度，α、β两个参数分别表示外传递素浓度和引导式因子的相对重要性；
为增加***开发新解空间的积极性，避免陷入局部最优的缺陷，在蚂蚁进行景点转变时，采用轮盘赌的方式，首先根据式6计算出各景点的选择概率，作为轮盘赌的概率，每个概率值组成一个轮盘的区域，然后生成一个0至1之间的随机数，依据该随机数落在轮盘中的区域，决定选择哪个景点进行转变。
5.根据权利要求4所述的最优效用的定制化旅游景区线路规划***，其特征在于，最优路径判定及外传递素的更新：在两类蚁构建完各自的旅游景区线路后,利用效用函数式2计算每条路径的效用，并保留效用最大的路径；
本申请采用性能好的蚁周模型进行外传递素的更新,是一种整体更新方法，在每次迭代完成后进行更新，对于所有蚂蚁的路径都进行更新，其中外传递素增量根据修改式7所示：
P为蚂蚁在所走过的路径上释放的外传递素量，Vk表示第k只蚂蚁路径的效用值，利用效用值进行外传递素的更新，效用越大，则留下的外传递素越大，形成ACO的正反馈机制。
6.根据权利要求5所述的最优效用的定制化旅游景区线路规划***，其特征在于，最优效用改进方法的景区线路规划实现流程：
第一步，输入数据：包括景点数量m,时间预算R_budget，入口点和出口点，景点最佳停留时间rio，景点吸引力值ki，景点之间的游览时间矩阵，最大迭代次数Mn；
第二步，初始化算法所需参数，迭代次数M＝0，初始化外传递素；
第三步，把时间蚁和吸引力蚁分别n只置于入口点处，迭代次数设置为M＝M+1；
第四步，蚂蚁首先根据式8计算到达下一可行结点并且直达出口时间是否在预算范围内，如果是，则按照式6计算到其它可行结点的概率，并利用轮盘赌的方式选择下一结点j；如果否，则设置此可行结点概率为0；如果所有可行结点的概率总和为0，则此蚂蚁下一结点选择出口结点，并停止搜索，其余蚂蚁继续下一步；
令
表示游览第i-1个景点后消耗的时间：
r(i-1，i)+ri+r(i，m)＞R_budget-rc 式8
r表示在下标括号内的景点序号段内消耗的时间，R_buager表示预算时间；
第五步，判定禁忌表是否已满，如果否，返回第四步，继续选择下一景点；如果是，则根据式2计算每只蚂蚁路径的效用函数，保存效用函数值最大的蚂蚁为最优妈蚁；
第六步，利用迭代的所有蚂蚁路径根据式7进行整体外传递素的更新，判断是否满足终止条件，如果是，进入第七步，如果否，返回第二步，继续迭代；
第七步，当迭代到最后一步时，判定剩余时间，如果剩余时间等于0，输出最优路径结果，如果剩余时间大于0，则将剩余时间按景点吸引力比重分配个最优路径的各个景点，如果时间大于2rio，则不再进行分配，并记录剩余时间返回给用户。
7.根据权利要求1所述的最优效用的定制化旅游景区线路规划***，其特征在于，手机终端的旅游景区线路规划***架构和数据库设计：总体设计在垂直架构上分为三层：最底层为数据层，包括本地和网络数据，本地数据放在文件中或者数据库中，中间层为业务层，按照各种业务逻辑，存取、处理、组织数据，并将数据传递至表示层，最顶层为表示层,表示层是用户与***进行交互的平台,存储用户和***交互的各种组件，用户通过这一层发送请求和指令，***接收后根据指令内容调用业务层进行业务的实现，并将处理结果展示在这一层；
在数据层，采用ArcGIS Online提供的地图作为背景图，景区要素图则作为景区信息的查询图层,景区道路的网络数据集作为空间分析的图层，这两个图层通过ArcGiS Server发布到本地的服务器端，在应用连接网络的情况下调用；
业务层和表示层相辅用于完成***的主要业务并进行显示，景区旅游路径规划***应用***主要分为四个部分，核心功能是为游客提供具有合理性与定制化的旅游景区线路规划服务，旅游景区线路规划***采用树形结构导航。
8.根据权利要求1所述的最优效用的定制化旅游景区线路规划***，其特征在于，旅游景区线路规划***终端实现：旅游景区线路规划***的核心是为用户推荐合理的景区游览线路,另外包括景点信息查询、线路显示、定位辅助功能，所以***的表示层共分为五个界面，分别是地图显示界面、景点信息展示界面、定制化参数设置界面、旅游景区线路规划结果显示界面和优化路径显示界面,每个界面对应一个视图控制器类，在这些类中实现界面的响应算法，界面的核心算法放在业务层，包括旅行商问题类和Ant类，在视图层调用核心算法计算最优路径；
(1)定位和地图显示：
地图显示和定位是程序的初始界面，引入ArcGIS和CoreLocation框架，前者包含有关视图的相关API，后者包含ArcGIS地图相关的API，定义此界面的类名为IdenTaskViewCo,继承于UIViekController类,实现地图的加载、兴趣点选择及定位查询；
加载地图，底图采用Arcgis Online的底图，动态图层采用上传到服务器的地图，并将初始的显示范围设置为景区范围，这两个图层都通过访问其URL显示，另外为地图增加一个graphicsLayer，这个图层突出显示查询结果；
选择兴趣点，采用AGSIdentifyTask类,地图上的兴趣点在页面加载的同时以棕色圆点显示在地图上，在点击地图上的兴趣点时，触发识别，在识别出结果后在graphicLayer图层将其突出显示，并在兴趣点上方弹出显示callour框，主标题显示景点名称，点击后面的细节按钮界面转到景点细节界面，并将识别到的景点信息同时传递；
另外在路径规划时需用到所有景点的信息，所以在IdentifyTaskViekController类中实现查询功能，采用AGSQueryTask类，将查询到的兴趣点根据其Type类型写入allViewList数组和eList数组,其中Type值为“1”代表其为出入口，存入eList数组，Type值为“2”代表其为景点，存入allViewList数组。
9.根据权利要求8所述的最优效用的定制化旅游景区线路规划***，其特征在于，
(4)旅游景区线路规划及结果：
调用Ant类和旅行商问题类进行游览路径规划,并将路径优化的结果展示，此界面的类命名为RoListViewCon，采用表视图设计界面并与用户的交互，继承于UITableViewController类，引入UIKit和ArcGIS框架；
RoListViewCon类利用上一页面传递过来的时间预算和出入口以及选择的游玩景点作为输入数据，调用Ant类和旅行商问题类进行路径优化算法的实现，返回路径优化结果，包括游览顺序、游览耗时以及每个景区停留时间并将其显示在界面上，如果时间不够则没有返回结果，提醒用户返回上一层重新选择；
该页面的表视图仅有一节,单元格数是选择游览的景点格式+1，第一个单元格显示游览用时和消耗时间,其它单元格按照优化返回的游览景点顺序显示其名称,并在相应单元格后面显示其停留时间，如果没有合法结果返回,则显示“请返回上层，重新规划”，并弹出警告框“时间不够用,请重新规划”，要求用户重新规划，点击任意一行单元格，页面跳转至路径结果显示页面，并将路径优化的结果以数组的形式传递到对应界面。
10.根据权利要求8所述的最优效用的定制化旅游景区线路规划***，其特征在于，
(5)优选路线结果展示：
在地图上显示返回的路径，此界面的类命名为RouResViewConr，继承于UIViewController类，引入UIKit和ArcGIS框架；
定义mapView作为地图的显示视图,底图通过访问URL采用Arcgis Online的底图，动态图层采用上传到服务器的地图，并将初始的显示范围设置为景区范围，另外为地图增加一个GTaphicsLayer，这个图层用来突出显示旅游景区线路的结果；
主要采用ArcGIS的ARSRouteTask类，此类可以根据输入的兴趣点进行路径的显示，上一页面返回的优化路径结数组如果不为空，那么就在GraphicsLayer图层上显示优化路径，并在景点上标注游览顺序，如果数组为空则不显示,同时此界面包括定位按钮，点击进行定位,界面会显示用户的实时位置,再次点击即可停止定位。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111329605.1A CN113935547A (zh) | 2021-11-11 | 2021-11-11 | 最优效用的定制化旅游景区线路规划*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111329605.1A CN113935547A (zh) | 2021-11-11 | 2021-11-11 | 最优效用的定制化旅游景区线路规划*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113935547A true CN113935547A (zh) | 2022-01-14 |
Family
ID=79286442
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111329605.1A Withdrawn CN113935547A (zh) | 2021-11-11 | 2021-11-11 | 最优效用的定制化旅游景区线路规划*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113935547A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115235495A (zh) * | 2022-07-20 | 2022-10-25 | 广西壮族自治区自然资源遥感院 | 一种基于游客兴趣的景区三维导航方法及*** |
| CN115371684A (zh) * | 2022-10-24 | 2022-11-22 | 四川师范大学 | 一种景区游玩路径规划方法及*** |
| CN116522004A (zh) * | 2023-07-04 | 2023-08-01 | 国商普惠(北京)投资基金管理有限公司 | 一种城市文旅活动智能推荐***及方法 |
| CN116823535A (zh) * | 2023-08-30 | 2023-09-29 | 环球数科集团有限公司 | 一种基于多模态大模型的行程规划及智能导览*** |
| CN117236543A (zh) * | 2023-11-10 | 2023-12-15 | 四川农业大学 | 一种藏羌传统村落最佳观景路线规划方法 |
| CN117495619A (zh) * | 2023-12-25 | 2024-02-02 | 西安文理学院 | 一种基于大数据共享的智慧旅游方法和*** |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794662A (zh) * | 2015-05-07 | 2015-07-22 | 杨菊 | 一种景区游览方案规划方法 |
| CN107832894A (zh) * | 2017-11-27 | 2018-03-23 | 浙江卓锐科技股份有限公司 | 一种基于蚁群算法的智能旅游行程规划方法 |
| CN108460491A (zh) * | 2018-03-19 | 2018-08-28 | 厦门大学 | 一种基于启发式算法的时变随机环境下景区线路设计方法 |
-
2021
- 2021-11-11 CN CN202111329605.1A patent/CN113935547A/zh not_active Withdrawn
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104794662A (zh) * | 2015-05-07 | 2015-07-22 | 杨菊 | 一种景区游览方案规划方法 |
| CN107832894A (zh) * | 2017-11-27 | 2018-03-23 | 浙江卓锐科技股份有限公司 | 一种基于蚁群算法的智能旅游行程规划方法 |
| CN108460491A (zh) * | 2018-03-19 | 2018-08-28 | 厦门大学 | 一种基于启发式算法的时变随机环境下景区线路设计方法 |
Non-Patent Citations (1)
| Title |
|---|
| 田丹: "基于ACO 的智能终端旅游行程规划***设计", 《武汉大学硕士学位论文》, 31 December 2017 (2017-12-31), pages 1 - 63 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115235495A (zh) * | 2022-07-20 | 2022-10-25 | 广西壮族自治区自然资源遥感院 | 一种基于游客兴趣的景区三维导航方法及*** |
| CN115371684A (zh) * | 2022-10-24 | 2022-11-22 | 四川师范大学 | 一种景区游玩路径规划方法及*** |
| CN115371684B (zh) * | 2022-10-24 | 2023-02-03 | 四川师范大学 | 一种景区游玩路径规划方法及*** |
| CN116522004A (zh) * | 2023-07-04 | 2023-08-01 | 国商普惠(北京)投资基金管理有限公司 | 一种城市文旅活动智能推荐***及方法 |
| CN116522004B (zh) * | 2023-07-04 | 2023-09-22 | 卓识 | 一种城市文旅活动智能推荐***及方法 |
| CN116823535A (zh) * | 2023-08-30 | 2023-09-29 | 环球数科集团有限公司 | 一种基于多模态大模型的行程规划及智能导览*** |
| CN116823535B (zh) * | 2023-08-30 | 2023-11-07 | 环球数科集团有限公司 | 一种基于多模态大模型的行程规划及智能导览*** |
| CN117236543A (zh) * | 2023-11-10 | 2023-12-15 | 四川农业大学 | 一种藏羌传统村落最佳观景路线规划方法 |
| CN117236543B (zh) * | 2023-11-10 | 2024-02-02 | 四川农业大学 | 一种藏羌传统村落最佳观景路线规划方法 |
| CN117495619A (zh) * | 2023-12-25 | 2024-02-02 | 西安文理学院 | 一种基于大数据共享的智慧旅游方法和*** |
| CN117495619B (zh) * | 2023-12-25 | 2024-04-05 | 西安文理学院 | 一种基于大数据共享的智慧旅游方法和*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113935547A (zh) | 最优效用的定制化旅游景区线路规划*** | |
| Tsai et al. | An effective evaluation model and improvement analysis for national park websites: A case study of Taiwan | |
| Gavalas et al. | Scenic route planning for tourists | |
| Liu et al. | A real-time personalized route recommendation system for self-drive tourists based on vehicle to vehicle communication | |
| US8050949B2 (en) | Method and apparatus for an itinerary planner | |
| CN106886837A (zh) | 基于时间规划的自由行行程推荐方法 | |
| CN109977283A (zh) | 一种基于知识图谱和用户足迹的旅游推荐方法和*** | |
| CN103885983B (zh) | 一种旅游线路的确定方法、优化方法以及装置 | |
| CN110175722A (zh) | 旅游行程规划*** | |
| CN106225799A (zh) | 旅游信息动态导航***及方法 | |
| Tlili et al. | A simulated annealing-based recommender system for solving the tourist trip design problem | |
| CN110288436A (zh) | 一种基于游客偏好建模的个性化景点推荐方法 | |
| CN105303487A (zh) | 一种行程服务方法和装置 | |
| CN110532464B (zh) | 一种基于多旅游上下文建模的旅游推荐方法 | |
| Paulavičius et al. | A novel greedy genetic algorithm-based personalized travel recommendation system | |
| CN111797331A (zh) | 基于群智感知的多目标多约束路线推荐方法 | |
| EP1168214A1 (en) | Methods and systems for proposing plans | |
| Souffriau | Automated tourist decision support | |
| CN111681137A (zh) | 一种通过互联网管理的智能旅游管理*** | |
| CN114580796B (zh) | 一种旅游属性路径规划方法及*** | |
| KR20210023216A (ko) | 빅데이터 기반 농장 서비스 시스템 및 방법 | |
| CN109459051A (zh) | 基于路线规划的语音伴随导游方法及设备 | |
| Chen et al. | [Retracted] Path Optimization Model of Rural Red Tourist Attractions Based on Ant Colony Algorithm | |
| De Falco et al. | Optimizing personalized touristic itineraries by a multiobjective evolutionary algorithm | |
| Gul et al. | A multi-attribute decision support model for the selection of touristic activities |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20220114 |