基于遗传模拟蚁群算法的5A景区旅游路线规划
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究工业背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-14页 |
| 1.3 主要内容和安排 | 第14-17页 |
| 第二章 相关研究综述 | 第17-22页 |
| 2.1 河南省5A景区概述 | 第17-18页 |
| 2.2 河南省5A景区运营情况 | 第18-20页 |
| 2.3 TSP问题与Hamilton回路描述 | 第20-22页 |
| 2.3.1 旅行商问题(TSP)描述 | 第20-21页 |
| 2.3.2 Hamilton回路 | 第21-22页 |
| 第三章 旅游线路数学规划模型 | 第22-29页 |
| 3.1 数据信息 | 第22-23页 |
| 3.2 模型建立 | 第23-29页 |
| 3.2.1 条件假设 | 第23页 |
| 3.2.2 符号说明 | 第23-24页 |
| 3.2.3 模型建立 | 第24-29页 |
| 第四章 蚁群遗传算法简介 | 第29-37页 |
| 4.1 遗传算法的理论基础 | 第29-32页 |
| 4.1.1 遗传算法的描述 | 第29页 |
| 4.1.2 遗传算法的基本步骤 | 第29-32页 |
| 4.2 蚁群算法的理论基础 | 第32-35页 |
| 4.2.1 蚁群算法的概述 | 第32页 |
| 4.2.2 蚁群算法的基本原理 | 第32-33页 |
| 4.2.3 蚁群算法的步骤 | 第33-35页 |
| 4.3 蚁群算法 | 第35-37页 |
| 第五章 基于遗传算法的旅游规划模型 | 第37-48页 |
| 5.1 遗传算法TSP求解模型 | 第37-42页 |
| 5.1.1 遗传算法实现 | 第37-39页 |
| 5.1.2 遗传算法模型结果分析 | 第39-42页 |
| 5.2 基于约束条件的蚁群算法最短路径 | 第42-47页 |
| 5.2.1 模型求解与分析 | 第42-44页 |
| 5.2.2 蚁群算法程序的实现 | 第44-45页 |
| 5.2.3 蚁群算法模型结果分析 | 第45-47页 |
| 5.3 模型评价 | 第47-48页 |
| 第六章 模型分析与展望 | 第48-49页 |
| 6.1 模型分析 | 第48页 |
| 6.2 模型展望 | 第48-49页 |
| 参考文献 | 第49-52页 |
| 附录 | 第52-57页 |
| 致谢 | 第57页 |
