王毅菲

（西安翻譯學(xué)院，西安 710105）

隨著國民經(jīng)濟(jì)水平的逐漸提高，人們對精神世界的追求逐漸增高，旅游業(yè)迎來機(jī)遇和發(fā)展，但是旅游路線規(guī)劃作為旅游者重視的體驗(yàn)之一，傳統(tǒng)的旅游路線規(guī)劃費(fèi)時(shí)費(fèi)力，用戶體驗(yàn)感較差，急需改進(jìn)［1-4］。近年來科學(xué)技術(shù)的發(fā)展給傳統(tǒng)的旅游路線規(guī)劃提出了新的挑戰(zhàn)和機(jī)遇，基于科技力量的智慧旅游路線規(guī)劃應(yīng)運(yùn)而生［5，6］。

目前旅游路線規(guī)劃取得了一定的研究成果，定量與定性分析在旅游路線設(shè)計(jì)中有一定的應(yīng)用，但是缺乏實(shí)踐驗(yàn)證；以路線節(jié)點(diǎn)為分析依據(jù)設(shè)計(jì)旅游路線，在實(shí)踐中得到驗(yàn)證，但所考慮的分析因素有限［7，8］。本研究提出的基于蟻群算法的智慧旅游路線規(guī)劃方案，相比之前的研究，在理論和時(shí)間方面均得到了驗(yàn)證，適合不同需求的人進(jìn)行定制化設(shè)置，針對金錢緊張的人，可以不考慮時(shí)間因素，制定相應(yīng)的計(jì)劃；針對時(shí)間緊張的人，可以不考慮金錢的影響，制定精細(xì)化的計(jì)劃；針對金錢和時(shí)間一般的人，可以制定高性價(jià)比的旅游計(jì)劃，符合各種用戶對旅游線路的要求［9，10］。

1 蟻群算法

蟻群算法由意大利科學(xué)家提出，是根據(jù)螞蟻尋找食物的路徑而發(fā)明的，在螞蟻尋找食物的過程中會產(chǎn)生信息素，并進(jìn)行釋放，故在路徑尋找中螞蟻主要用到3 個(gè)性能，分別為標(biāo)記路線、簡介通訊、集群優(yōu)化［11］。

1.1 基本原理

每個(gè)螞蟻從一個(gè)位置到另一位置過程中，當(dāng)發(fā)覺哪個(gè)路徑距離短且行進(jìn)方便，則這個(gè)路徑上面的信息素釋放較多。隨著時(shí)間的推移，更多的螞蟻也在尋找兩地之間的最優(yōu)路徑，同時(shí)該地的信息素也在不斷揮發(fā)稀釋，經(jīng)過一段時(shí)間的疊加，單個(gè)地方的信息素濃度最高，這條線路即為最優(yōu)線路。

蟻群算法的基本流程為：①對各個(gè)計(jì)算參數(shù)進(jìn)行初始化；②隨機(jī)在各個(gè)地點(diǎn)放上螞蟻；③螞蟻?zhàn)杂蛇x擇地點(diǎn)；④若有地點(diǎn)可選擇，就再次進(jìn)行步驟③，直到?jīng)]有地點(diǎn)可供選擇，此時(shí)更新信息素表；⑤計(jì)算疊加次數(shù)，如果疊加次數(shù)沒有達(dá)到極限值，就重新進(jìn)行步驟②，直到疊加次數(shù)到達(dá)限制，此時(shí)得到蟻群算法的最優(yōu)路徑。

1.2 改進(jìn)算法原理

由于基本的蟻群算法花費(fèi)的時(shí)間較長，而且容易在一個(gè)地方不斷循環(huán)，陷入死局，為了改善蟻群算法的缺點(diǎn)，對基本的蟻群算法進(jìn)行改進(jìn)［12］。

針對時(shí)間花費(fèi)較長的問題，采用搜索范圍集中的措施，基本的蟻群算法在搜索范圍的時(shí)候，是根據(jù)問題所涉及的區(qū)域范圍進(jìn)行篩選，花費(fèi)的時(shí)間較長，改進(jìn)后的算法根據(jù)蟻群的特征，以蟻群走過集中地帶的區(qū)域作為搜索范圍，大大縮短了消耗時(shí)間。針對容易在一個(gè)地方不斷循環(huán)、陷入死局的情況，采用信息素實(shí)時(shí)更新，可以排除一些不必要的路線，同時(shí)采用信息素回滾機(jī)制，避免死局的產(chǎn)生。

基本的蟻群算法階段有狀態(tài)轉(zhuǎn)移階段、更新信息素階段，改進(jìn)后的蟻群算法，在狀態(tài)轉(zhuǎn)移階段之前加入了搜索范圍集中化階段，將更新信息素階段變?yōu)閷?shí)時(shí)更新信息素階段，并且在之后增加一個(gè)信息素回滾機(jī)制階段。

2 智慧旅游路線規(guī)劃模型

2.1 模型建立

旅游者旅游的目標(biāo)是希望花費(fèi)更少的錢，得到最大最舒適的旅游體驗(yàn)，這是本次函數(shù)建立的主要目的。

根據(jù)目前的交通工具調(diào)查發(fā)現(xiàn)，一般跨省之間的交通工具多選擇飛機(jī)、高鐵或自駕游，假設(shè)從省會i到j(luò)采用的交通工具是否為飛機(jī)設(shè)為fij，是飛機(jī)則fij為1，不是飛機(jī)則fij為0，飛機(jī)的票價(jià)為pij；采用的交通工具是否為高鐵設(shè)為hij，是高鐵則hij為1，不是高鐵則hij為0，高鐵的票價(jià)為qij；采用的交通工具是否為自駕汽車設(shè)為cij，是自駕汽車則cij為1，不是自駕汽車則cij為0，自駕汽車的花費(fèi)為rij。假設(shè)現(xiàn)在有一個(gè)旅游團(tuán)，共m人，m≤5 人，考慮到人數(shù)問題，采用的交通工具為自駕汽車，則從省會i到j(luò)再從省會j到i的費(fèi)用之和為式（1）。

在景點(diǎn)i和j之間的動態(tài)用sijk表示，如果第k天在景點(diǎn)之間變動，則sijk為1，若不變動則sijk為0，兩個(gè)景點(diǎn)之間的路有兩種選擇，一種為高速公路，總長為vij，一種為普通公路，總長為wij，則從景點(diǎn)i到j(luò)產(chǎn)生花費(fèi)為式（2）。

假設(shè)在第k天的住宿花費(fèi)zk，旅途中住宿花費(fèi)之和為車輛租賃的花費(fèi)為(1 -cij)× 300 ×K，旅游中的花費(fèi)之和M的最小值為式（3）。

針對旅游者旅游體驗(yàn)的影響因素進(jìn)行調(diào)查，結(jié)果顯示，在各個(gè)景點(diǎn)的旅游時(shí)間越長，旅游者對本次旅游的體驗(yàn)評價(jià)越高；當(dāng)在各個(gè)景點(diǎn)的旅游時(shí)間之和一定的情況下，整個(gè)旅游所花費(fèi)的時(shí)間越少，即非景點(diǎn)旅游時(shí)間越少，旅游者對本次旅游的體驗(yàn)評價(jià)越高。由此可得，旅游者的體驗(yàn)與時(shí)間有聯(lián)系，假設(shè)F為旅游體驗(yàn)函數(shù)，則F為式（4）。

力求F最好，則有式（5）。

假設(shè)每次旅游的交通工具只能選擇一種，景點(diǎn)不重復(fù)旅游，則智慧旅游路線規(guī)劃模型為：

2.2 基于蟻群算法的模型求解

首先進(jìn)行模型轉(zhuǎn)化，將路線規(guī)劃模型的體驗(yàn)?zāi)繕?biāo)、花費(fèi)目標(biāo)綜合設(shè)為目標(biāo)P，P值與本次旅行規(guī)劃的整體評價(jià)有關(guān)，當(dāng)P值越小，表明整個(gè)旅途規(guī)劃的評價(jià)越好，則有式（7）。

首先，將模型中的參數(shù)進(jìn)行初始化設(shè)置：循環(huán)數(shù)NC= 0，最大循環(huán)數(shù)Nc-max，禁忌表tabuk= 0，信息要素的初始設(shè)置為τij( 0 )= 0，隨著事情的發(fā)展τij( 0 )=τ0，計(jì)算公式

然后，將m個(gè)螞蟻隨機(jī)放到n個(gè)景點(diǎn)上，并將信息記錄到tabuk中，設(shè)置參數(shù)Nc=Nc+ 1，當(dāng)疊加次數(shù)小于1 時(shí)，減小各影響因素的可選范圍，并且根據(jù)選擇結(jié)果，更新tabuk表。

接著，調(diào)整和更新表格內(nèi)容，如果tabuk表已經(jīng)滿了，則將最優(yōu)旅游路線、路程、無效搜索次數(shù)記錄下來，設(shè)置tabuk= 0；如果tabuk表還有空間，則根據(jù)上個(gè)步驟判斷疊加次數(shù)。

最后統(tǒng)計(jì)無效搜索次數(shù)，若次數(shù)大于最大值，則利用信息分析技術(shù)得到其疊加次數(shù)，若次數(shù)小于最大值，則直接得到其疊加次數(shù)；當(dāng)疊加次數(shù)小于最大值時(shí)，則將螞蟻放在景區(qū)，重新記錄，當(dāng)疊加次數(shù)大于最大值時(shí)，得到最優(yōu)解。

3 模型應(yīng)用

3.1 基本信息

本次旅游路線規(guī)劃的對象景點(diǎn)為192 個(gè)，均為5A 級別，其中北京 7 個(gè)，時(shí)間 3.5 h；廣東 10 個(gè)，時(shí)間6 h；天津 2 個(gè)，時(shí)間 1.5 h；廣西 4 個(gè)，時(shí)間 3 h；河北 5個(gè)，時(shí)間5 h；山西6個(gè)，時(shí)間3.5 h；重慶6個(gè)，時(shí)間6 h；內(nèi)蒙古 2 個(gè)，時(shí)間 1.5 h；四川 10 個(gè)，時(shí)間 8 h；遼寧 4個(gè)，時(shí)間 2.5 h；湖南 7 個(gè)，時(shí)間 5 h；吉林 4 個(gè)，時(shí)間2.5 h；貴州 4 個(gè)，時(shí)間 3 h；黑龍江 5 個(gè)，時(shí)間3 h；云南6個(gè)，時(shí)間4.5 h；上海3個(gè)，時(shí)間2 h；西藏2個(gè)，時(shí)間1 h；江蘇 10 個(gè)，時(shí)間 12 h；陜西 6 個(gè)，時(shí)間 3.5 h；湖北 11個(gè)，時(shí)間 8.5 h；甘肅 4 個(gè)，時(shí)間 3 h；浙江 12 個(gè)，時(shí)間7.5 h；寧夏 4 個(gè)，時(shí)間 2.5 h；福建 8 個(gè)，時(shí)間 7 h；江西7個(gè)，時(shí)間6 h；山東9個(gè)，時(shí)間6 h；青海2個(gè)，時(shí)間1.5 h；河南 10 個(gè)，時(shí)間 9 h；新疆 9 個(gè)，時(shí)間 8 h；安徽 8 個(gè)，時(shí)間7 h；海南5 個(gè)，時(shí)間2.5 h。旅游者要求每年外出游玩的時(shí)間不超過一個(gè)月，可以分次進(jìn)行，最多不超過4 次。

3.2 最佳旅游路線規(guī)劃

將192 個(gè)旅游景區(qū)進(jìn)行劃分，劃分標(biāo)準(zhǔn)以旅游天數(shù)是否超過15 d 為準(zhǔn)，當(dāng)超過15 d 時(shí)，將該省份進(jìn)行區(qū)域劃分；當(dāng)天數(shù)不足15 d 時(shí)，將兩個(gè)區(qū)域進(jìn)行合并，如將拉薩與西寧進(jìn)行合并為4 區(qū)域，西安與濟(jì)南合并為16 區(qū)域，共分為27 個(gè)區(qū)域，如圖1 所示。通過建立的智慧旅游路線規(guī)劃模型，利用蟻群算法進(jìn)行計(jì)算，得到的結(jié)果如表1 所示。

4 結(jié)論

對蟻群算法在智能化旅游路徑的方案中進(jìn)行分析，主要得出以下結(jié)論。

1）為了改善基本的蟻群算法花費(fèi)時(shí)間長、容易陷入死局的缺點(diǎn)，對基本的蟻群算法進(jìn)行改進(jìn)，與基本蟻群算法相比，增加了搜索范圍集中化階段、實(shí)時(shí)更新信息素階段、信息素回滾機(jī)制階段。

表1 最佳旅游線路安排

2）以旅游花費(fèi)更少的錢、得到最大最舒適的旅游體驗(yàn)為目標(biāo)，建立了旅游路線規(guī)劃模型。

3）利用改進(jìn)蟻群算法對模型進(jìn)行求解。

4）基于蟻群算法的智慧旅游路線規(guī)劃模型在實(shí)際案例中進(jìn)行應(yīng)用，得到最優(yōu)旅游路徑。