[发明专利]一种基于多目标优化的景区路线自动规划方法

摘要

本发明公开了一种基于多目标优化的景区路线自动规划方法，该方法能根据用户不同需求，结合评分赋予景点不同权重，采用相应算法规划景区游览路线，使用户得到最优的游览线路。当用户时间充裕时，根据用户选择想要游览的景点，规划出所耗时间最短的游览线路；当用户时间不足时，根据用户限定的时间，给出限定时间内游览景点最多或景点评分最高的线路供用户选择。其中支持景区自动识别、景点选择、中途插入景点再规划等功能。本发明方法具有良好自适应能力和可靠性，能够最大程度满足游客用户的需求。

主权项

一种基于多目标优化的景区路线自动规划方法，其特征在于，包括以下步骤：(1)通过GPS获取用户地理位置信息，识别用户所在的景区；(2)对景区信息、景点分布、路线耗时进行初始化；(3)用户输入需求，包括用户必过的景点和游览时间限制，将需求转化为优化目标和约束条件；(4)对于用户无时间限制的情况，转化为旅行商(TSP)问题，采用遗传算法规划游览路径；对于用户有时间限制的情况，转化为最大团(MCP)问题，采用带约束的遗传算法规划游览路径；用户无时间限制的情况的路径规划具体包括以下子步骤：a.根据行走路线上的埋点，获取所选择的各景点之间的距离信息并进行编码；随机生成遍历所选景点的若干不同基因编码的个体作为遗传的初始种群；b.根据预置的行走速度v，使用以下公式计算第k个个体的适应度f(k)：f(k)=1/[(Σi,j=1nlij)/v+Σi=1nti]---(1)]]>其中lij是第i和第j个景点之间路径的长度，ti是第i个景点的游览时间，n为选择的景点个数，个体适应度越大，认为越优；c.根据每个个体适应度占总适应度的比例，使用轮盘赌的方法进行选择，生成0‑1之间的随机数，大于该随机数的个体被选择，并依照适应度赋予相应的选择次数；d.选择出的个体随机配对，随机选择交叉点进行单点交叉操作，并加以变异运算，生成子代；e.重复步骤b‑d直到迭代次数达到设定值或群体适应度不再上升，将适应度最大值对应的个体所代表的路线作为最终的规划路线；用户有时间限制的情况的路径规划具体包括以下子步骤：A.根据行走路线上的埋点，获取所有景点之间的距离信息和景点游览时间并对景点进行编码，编码为0或1，0为不经过，1为经过；随机生成包含所有景点的若干不同基因编码的个体作为遗传的初始种群；B.对于最高总评分，使用以下公式计算第k个个体的适应度f(k)：f(k)=Σi=1mpi---(2)]]>其中pi是第i个经过的景点的评分，m为最大团的节点数，个体适应度越大，认为越优；对于最多景点数量，直接将经过的景点数量作为个体适应度；使用以下公式作为约束条件：t(k)=(Σi,j=1mlij)/v+Σi=1mti---(3)]]>其中，t(k)为游览总时间，lij是第i和第j个景点之间路径的长度，ti是第i个景点的游览时间，v是预置的行走速度；如果t(k)大于用户设定的时间限定值，则该个体直接淘汰；C.根据各每个个体适应度占总适应度的比例，使用轮盘赌的方法进行选择，生成0‑1之间的随机数，大于该随机数且满足约束条件的个体被选择，并依照适应度赋予相应的选择次数；D.选择出的个体随机配对，随机选择交叉点进行单点交叉操作，并加以变异运算，生成子代；E.重复B‑D直到迭代次数达到设定值或群体适应度不再上升，将适应度最大值对应的个体所代表的路线作为最终的规划路线；(5)优化结果可视化，将路线反馈给用户。