第九年:1.北京→贵州(重庆) 15天,(飞机,租车)
2.北京→云南 15天(飞机,租车)
第十年:1.北京→安徽 10天(自驾)
2.北京→青海-甘肃-宁夏 10天(飞机,租车) 3.北京→新疆C区-西藏 10天(飞机,租车)
2.5.3建议
通过对问题一、二的分析与解决,结合当代旅游爱好者的特点,旅游相关部门的现状,给出合理的建议。
分析当代旅游爱好者的特点可以发现,由于生活水平的提高,大部分旅游爱好者偏好自驾游,然而由于地大物博,路线复杂,因此在旅行过程中会走很多不必要的路,消耗不必要的时间和金钱;同时,大部分人喜欢来一场说走就走的旅行,这就会对个人安全造成隐患。对此我们给出以下建议:
(1) 在每次的出行之前,需要携带好足够的日常用品,特别是药物,以防旅行过程中的突发意外;
(2) 尽量选择文中划分的区域作为一次旅行目的,可以有效的减少旅行费用,同时路线规划合理,可以获得更多的景点体验;
(3) 去往偏远地区,如新疆、西藏等地,尽量选择乘坐飞机到达,减少自驾路途中的时间,同时尽量选择旅友作伴,确保旅行过程中的个人安全问题;
(4) 严格遵守文中给出的旅行条件,不可过度疲劳驾驶,也要避免夜间行车,保证休息时间,以获得更好的旅游体验。
目前国内的旅游相关部门在大范围路线规划上面缺乏经验,且服务更多的是针对VIP客户的,而个人游或者自驾游爱好者很难获取最优的路线规划,因此对旅游相关部门给出以下建议:
(1) 运用数据挖掘技术,对全国范围内的景点(包括5A、4A等所有景点)做统一规划,规划出至少4种路线供旅行者选择。分别是a)费用最少;b)耗时最短;c)景点最好,体验最好;d)达到三者间的动态平衡。
(2) 数据开源化,让更多的非VIP客户可以得到路线规划,减少旅行者不必要的损失;
(3) 及时进行意见反馈,对所有的路线进行微调或改动,升级算法,达到更好的规划效果;
(4) 根据旅游爱好者的意愿,尽可能多的记录其游玩安排,确保旅行者图中的安全问题;
(5) 加大对现有景区的环境保护力度,努力让旅游者获得最佳的旅游体验。
2.6 旅游路线规划问题四的分析与求解
问题四要求结合国家5A级旅游景区和4A级旅游景区的具体情况,对十年旅游计划进行更合理的规划。
为了获得更佳的旅游体验,本文认为可以从以下几点对十年旅游计划进行改进: (1).查阅所有5A级的评价情况,对满意度较差或收到国家旅游局警告整改的5A级景区剔除出旅游计划或减少旅游时间。对满意度最好的部分旅游景区,增加游览时间。 (2).查阅所有4A级旅游景区的评价情况,特别是那些正在申请成为5A级的旅游景区,将其中满意度最高的4A级旅游景点安排到旅游计划中。
5A级旅游景区比如河北省保定安新白洋淀景区、山西忻州市五台山风景名胜区、
黑龙江哈尔滨市太阳岛公园、江苏南京夫子庙秦淮风光带景区、浙江杭州市千岛湖风景名胜区、山东枣庄市台儿庄古城景区、河南洛阳市龙潭大峡谷景区、陕西渭南市华山景区、广东清远市连州地下河旅游景区这9个旅游景点2015年4月收到了国家旅游局的警告,要求整改。对于这样的旅游景点就可以先剔除出旅游计划外,因为受到警告,肯定有令游客非常不满意的地方。
另外4A级旅游景区中,比如京杭大运河(杭州段)、上海世纪公园、上海共青森林公园等景区均收到多少游客的好评,因此可以安排到旅游计划中去。
三.模型评价
本文根据游客的常住地、出行天数限制和景点地理分布等信息,对题目进行了合理假设,对次要因素进行科学得简化:首先通过聚类分析算法,对国内201个5A级景点进行划分,将地理位置相对集中的景点分为一组;然后对每一组景点的最佳路线问题,转化为最佳旅行商回路问题解决。这个模型思路比较清晰,模型恰当,得出的方案相对合理,最终使问题得到了比较合理的解决。并且在旅行商问题的仿真建模中,恰当的使用了0—1变量,使模型的建立和求解得以顺利进行。
由于答题时间的限制,我们无法通过第四题的解答,对模型的准确性和实用性做进一步验证,也无法做进一步优化。今后的时间里,我们会继续对数学建模的探究,对此模型进行进一步优化,有志于服务大众,为众多旅游爱好者提供更好的旅行体验。
参考文献
[1] 张乃尧,阎平凡.神经网络与模糊控制[M].北京,清华大学出版社,1998年.
[2] 龚安,张敏.一种基于聚类技术的Hopfield网络求解TSP方法[J].计算机仿真,2006,23(8):174-176.
[3] 杨秀梅,陈洪亮,董得义等.利用Hopfield神经网络求解旅行商问题研究[J].微型电脑应用,2006,22(11):1-3.
[4] 付希.基于蚁群算法的聚类分析在学生成绩评价中的应用研究[D].西南交通大学,2013.
[5] 百度地图公路行驶时间和路程查询,http://map.http://www.wodefanwen.com//,2015年9月21日.
[6] 王小川,史峰,郁磊.matlab神经网络30个案例分析[M].北京,北京航空航天大学出版社,2010年.
附录一
用于解决问题一的基于Hopfield网络的matlab语言的m文件内的具体程序如下。由于每个省的景点数和花费时间表不同,因此程序针对不同省需要修改程序初始化的前两个变量:City_number和d矩阵。示例的程序为浙江省。程序输出的结果有两个:ddd表示游玩整个省所花费的总时间(这个时间经过标幺化,需乘以d矩阵内的最大游览时间才是实际花费的总时间),vv矩阵的第2~12列表示最优路线方案(第1列为了计算方便加上,可略去)。本程序可通过全部复制到matlab的Command Window界面即可运行,运行需要花费一段时间。 %参数定义
City_number=11;%城市数
d=[0 10.2 5.5 5.3 5.2 6.1 6.25 7.3 5.45 12.6 11.7; 10.2 0 7.5 7.4 7.2 7.6 8.05 6.7 7.25 13.65 13.5;
9.5 11.5 0 5.05 4.67 7.33 6.67 8.6 6.6 13.1 12.05; 9.3 11.4 5.05 0 4.9 6.65 6.05 8.4 5.5 12.1 11.4; 9.2 11.2 4.67 4.9 0 7.3 6.6 8.75 6.17 13 11;
10.1 11.6 7.33 6.65 7.3 0 5.75 7 5.65 10.7 11.85; 10.25 12.05 6.67 6.05 6.6 5.75 0 8.1 5.75 11 10.04; 11.3 10.7 8.6 8.4 8.75 7 8.1 0 7.9 13 14.05;
9.45 11.25 6.6 5.5 6.17 5.65 5.75 7.9 0 12 11.25; 12.6 13.65 9.1 8.1 9 6.7 7 9 8 0 13.05;
11.7 13.5 8.05 7.4 7 7.85 6.04 10.05 7.25 13.05 0]; A=500;%能量函数系数 B=500; C=200; D=200;
u0=0.06;%Sigmoid函数陡峭度描述参数 delta=2e-5;%迭代步长 tor=1.0;%模拟时间延迟
Max_value=1000000;00000;%能量函数比较时的最大值 Min_value=1e-3;%终止迭代条件
Up=0.99;%vxi达到此上下限将被视为1和0,以此减少无用的迭代 Down=0.01;
d_maxmax=max(max(d));%计算d矩阵的最大元素 d=d/d_maxmax;%以最大元素标幺化d矩阵 ddd=1000;%用于比较产生距离最短
vv=zeros(City_number,City_number);%输出矩阵初始化 %系统能量初始化 E_old=Max_value; E=0;
for k=1:1000 %运行1000次选出最优解 %在0附近随机对结点初始化
u=-0.5*u0*log(City_number-1)*ones(City_number);
u=u+(-0.5*u0*log(City_number-1))*(0.2*rand(City_number)-0.1);
百度搜索“77cn”或“免费范文网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读,免费范文网,提供经典小说综合文库2015年全国研究生数学建模竞赛答案 - 图文(5)在线全文阅读。
相关推荐: