[发明专利]一种基于改进蚁群算法的城市旅游路线规划方法

说明书

技术领域

本发明涉及一种基于改进蚁群算法的城市旅游路线规划方法，属于人工智能领域。

背景技术

2008年国际商用机器公司(IBM)推出“智慧地球”商业计划，其核心是以一种更智慧的方法通过利用新一代信息技术来改变政府、公司和人们相互交互的方式，以便提高交互的明确性、效率、灵活性和相应速度。智慧城市是“智慧地球”在城市建设和管理中的具体实践。IBM认为21世纪的“智慧城市”能够充分运用信息和通讯技术手段感测、分析、整合城市运行核心系统的各项关键信息，从而对于包括民生、环保、公共安全、城市服务、工商业活动在内的各种需求做出智能的响应，为人类创造更美好的生活。

智能路径规划是在智慧城市的基础上发展而来，是一种以物联网、云计算、下一代通信网络、高性能信息处理、智能数据挖掘等技术在地图类APP的应用。它以融合的通信与信息技术为基础，以互动体验为中心，简单地说，就是使用者与网络实时互动。

传统的地图类APP可以进行两点之间的路径规划，或是连续多个地点的路径规划。但现有的地图类APP并不能解决如下的问题，如一次旅行中，需要参观多个景点，如何使得旅行过程花费在路上的时间尽可能短，用于参观景点的时间尽可能长，就需要进行智能的旅游路径规划，这种场景是从酒店出发，参观景点，最后回到酒店。这种情况与旅行商问题(Travelling Salesman Problem,TSP)的设定是一致的。

旅行商问题是路径优化中最为典型的一类问题，是一种经典的NP难题(Non-deterministic Polynomial，多项式复杂程度的非确定性问题)。旅行商问题的经典描述为：已知N个城市及其相互间的距离，旅行商从某城市出发遍历这N个城市后再回到原点，在每个城市都只访问一次的前提下，确定一条最短路径。

目前针对旅行商问题的算法主要有蚁群算法等。蚁群算法是一种仿生物智能算法，其模型是蚂蚁群体寻找食物的过程。蚁群算法分布式的特征使得算法可靠，全局搜索能力比较强，同时也可以有效地和其他算法进行结合。但是也存在不足：搜索时间长，过快地收敛于局部最优解。

发明内容

本发明要解决的技术问题是针对蚁群算法存在的搜索时间长，过快地收敛于局部最优解的问题。

鉴于此，本发明提出一种基于改进蚁群算法的城市旅游路线规划方法，针对需要多天旅游的人，通过本方法可以为其提供一种合理的城市旅游路线。本发明的技术方案具体为一种基于改进蚁群算法的城市旅游路线规划方法，包括以下步骤：

步骤1：应用场景的设置：选定住宿地点及旅游景点，设定场景参数；

步骤2：设定信息素的初始分布矩阵及蚁群算法的初始化参数；

步骤3：设定改进的路径选择概率更新规则，蚂蚁按照改进的路径选择概率进行路径选择，并修改禁忌表；

步骤4：设定改进的信息素更新规则，对路径信息素进行全局更新；

步骤5：判断迭代次数是否满足要求，若满足要求，则输出结果，否则转至步骤3。

作为优选，上述步骤1所定义的应用场景为多次需要返回起点的路径规划。

上述步骤3中所述改进的路径选择概率更新规则是通过随机因子和随机因子额定阈值对基本蚁群算法的路径选择概率更新规则进行了改进。

上述步骤4所述信息素更新规则的改进是通过设置合理的挥发系数对基本蚁群算法的信息素更新规则进行了改进。

与传统的蚁群算法相比，本发明的有益效果：

1、本发明针对目前地图类APP没有考虑的场景进行了研究，提出了一种解决此类场景的方法。

2、蚂蚁在进行路径选择时引入了随机因子的概念，使得蚂蚁在选择下一节点时依赖其他蚂蚁反馈的信息程度有所降低，有效地避免了蚁群陷入局部最优解的可能；

3、通过合理的设定挥发系数，使得算法可以在前期避免早熟收敛，同时在后期可以加速收敛，算法的搜索精度更高、收敛速度更快。

附图说明

图1为本发明的方法流程图。

图2为本发明的旅游计划图。

具体实施方式

现结合附图对本发明的具体实施做进一步详细的说明。一种基于改进蚁群算法的城市旅游路线规划方法，包括如下步骤：

步骤1：应用场景的设置：选定住宿地点及旅游景点，设定场景参数；

步骤2：设定信息素的初始分布矩阵及蚁群算法的初始化参数；

步骤3：设定改进的路径选择概率更新规则，蚂蚁按照改进的路径选择概率进行路径选择，并修改禁忌表；