CN104809530A - 旅行路线的自动优化系统及方法 - Google Patents
旅行路线的自动优化系统及方法 Download PDFInfo
- Publication number
- CN104809530A CN104809530A CN201510247521.1A CN201510247521A CN104809530A CN 104809530 A CN104809530 A CN 104809530A CN 201510247521 A CN201510247521 A CN 201510247521A CN 104809530 A CN104809530 A CN 104809530A
- Authority
- CN
- China
- Prior art keywords
- traffic
- day
- poi
- route
- module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Abstract
本发明公开了一种旅行路线的自动优化系统及方法,其中,自动优化系统包括:交通数据库模块、矩阵计算模块和每日路线优化模块,所述交通数据库模块用于存储和维护POI之间的交通数据,所述矩阵计算模块用于查询交通数据库模块中两两POI之间的交通数据并得到一个N×N的矩阵M,所述每日路线优化模块用于重新调整一天中POI的顺序,使每日行程路线途经的交通距离最短,或者交通费用最省,或者交通时间最少。本发明的有益之处在于:能够免去人们查阅资料的工作,帮助人们快速编排合理的行程路线,并且能够有效解决在编排行程路线时景点顺序可能不合理、安排景点顺序效率低下等问题。
Description
技术领域
本发明涉及一种优化系统及方法,具体涉及一种旅行路线的自动优化系统及方法。
背景技术
旅游业是当今的热门行业,并且是未来投资的热点。随着人们生活水平的提高,人们旅游的发生频次越来越高,且逐渐由传统的跟团游转变为自由行。人们出游前总是需要花很多时间来阅读旅游攻略和制定行程计划,以免到达目的地后不知所措。而传统旅行社仍然需要为游客提供旅游线路产品。因此,个人游客和旅行社都需要制作旅行路线,但是制作旅行路线是一个困难的过程,目前大多数个人游客和旅行社制定旅行路线的方法主要还是人工方式,即先从各种渠道搜集大量目的地的旅游信息,然后利用地图工具,根据景点在地图上的位置进行分析,最后排定一种游玩顺序。这种方式极为费时费力,效率低下。
随着移动互联网的发展,近年出现了许多提供旅游信息资源的网站和应用,用户一般只需两步即可编排出景点的游玩顺序:
第一步:在应用界面生成一个旅行路线;
第二步:使用应用内置的优化工具重新排列景点顺序。
这一类的网站和应用方便了人们编排景点顺序,为人工方式带来了方便,但是其也存在以下一些缺点:
(1)优化景点顺序时对行程路线的起点和终点的处理不合理。大部分工具都忽略用户真实的起点和终点,固定起点和终点为市中心。如此必然会与用户的实际情况产生巨大的差异。
(2)优化时,景点之间的交通近似地采用球面距离,与实际交通有很大的出入。
(3)现有的优化工具比较容易失败。
发明内容
为解决现有技术的不足,本发明的目的在于提供一种旅行路线的自动优化系统及方法,该自动优化系统能够免去人们查阅资料的工作,帮助人们快速编排合理的行程路线,并且能够有效解决在编排行程路线时景点顺序可能不合理、安排景点顺序效率低下等问题。
为了实现上述目标,本发明采用如下的技术方案:
一种旅行路线的自动优化系统,其特征在于,包括:交通数据库模块、矩阵计算模块和每日路线优化模块,
前述交通数据库模块用于存储和维护POI之间的交通数据,前述交通数据包括:两个POI之间交通所需的距离、时间和费用;
前述矩阵计算模块用于查询交通数据库模块中两两POI之间的交通数据,得到一个N×N的矩阵M,前述N为一天内需要游玩的POI的个数;
前述每日路线优化模块用于重新调整一天中POI的顺序,使每日行程路线途经的交通距离最短,或者交通费用最省,或者交通时间最少。
一种利用前述的优化系统自动优化旅行路线的方法,其特征在于,包括以下步骤:
步骤一:向交通数据库模块中存储POI之间的交通数据,前述交通数据包括:两个POI之间交通所需的距离、时间和费用;
步骤二:输入每日旅游路线后,矩阵计算模块查询交通数据库模块中两两POI之间的交通数据,得到一个N×N的矩阵M,前述N为一天内需要游玩的POI的个数;
步骤三:每日路线优化模块重新调整一天中POI的顺序,使每日行程路线途经的交通距离最短,或者交通费用最省,或者交通时间最少。
前述的自动优化旅行路线的方法,其特征在于,在步骤三中,每日路线优化模块优化每日路线的方法为:
Step1:用有向带权图G(V,E)表示等待优化的每日路线,其中,把POI看作是图G的顶点V,把POI之间的交通距离/交通费用/交通时间看作是图G中顶点之间的边E;
Step2:从有向带权图G(V,E)中寻找一条不重复的最短路径L,前述最短路径L从用户指定的顶点Vs出发,到指定的顶点Ve结束,通过图G(V,E)的所有顶点V,且每个顶点只通过一次。
前述的自动优化旅行路线的方法,其特征在于,在Step2中,从有向带权图G(V,E)中寻找一条不重复的最短路径L使用的算法为蚁群算法、随机贪婪算法、穷举法或分支定界法。
本发明的有益之处在于:
(1)本发明的旅行路线的自动优化系统,其主要用于对已有的行程路线进行优化调整,可以为用户节省查阅地图的时间,轻松编排出合理的游玩路线;
(2)本发明的旅行路线的自动优化系统,其不仅可以按照交通距离最短的策略优化行程路线,还可以按照费用最省和时间最短的策略进行优化,使用极为方便;
(3)本发明的旅行路线的自动优化系统,采用用户指定的起点和终点,保证了优化后的路线与实际一致;采用真实的交通数据替代近似的球面距离,极大的提高了优化的正确性;
(4)本发明的旅行路线的自动优化方法,其可以在三种优化策略上灵活地切换,并且其执行的效率满足移动终端商业应用的要求,可以在较短时间内搜索到一个较优的结果,使用户体验得到极大的改善。
附图说明
图1是本发明的旅行路线的自动优化系统的组成示意图;
图2是优化前的旅行路线;
图3是优化后的旅行路线。
具体实施方式
术语解释:POI——兴趣点,在旅游地图中特指景点、酒店、餐厅等。
首先介绍本发明的旅行路线的自动优化系统。
本发明的旅行路线的自动优化系统,其能够针对每日行程路线作出优化调整,重新排列每日行程路线中POI的顺序,使每日行程路线途经的交通距离最短,或者交通费用最省,或者交通时间最少,以上三种优化策略可以根据实际需要任选一种。
以下结合附图和具体实施例对本发明作具体的介绍。
参照图1,本发明的旅行路线的自动优化系统,其主要包括以下三个功能模块:交通数据库模块、矩阵计算模块和每日路线优化模块。下面分别介绍各个功能模块。
(1)交通数据库模块
交通数据库模块用于存储和维护POI之间的交通数据,该交通数据包括:两个POI之间交通所需的距离、时间和费用等信息,这些数据是路线优化必须的数据。
交通数据库对路线优化系统的鲁棒性和效率提升有巨大的作用。
(2)矩阵计算模块
矩阵计算模块用于查询交通数据库模块中两两POI之间的交通数据,得到一个N×N的矩阵M,其中,N为一天内需要游玩的POI的个数。
矩阵M将在每日路线优化模块中被使用。
(3)每日路线优化模块
每日路线优化模块用于重新调整一天中POI的顺序,使每日行程路线途经的交通距离最短,或者交通费用最省,或者交通时间最少。以上三种优化策略,可以根据实际需要任选一种。
接下来介绍利用前面的旅行路线的自动优化系统自动优化旅行路线的方法。
步骤一:存储POI之间的交通数据
向交通数据库模块中存储POI之间的交通数据,该交通数据包括:两个POI之间交通所需的距离、时间和费用等信息。
步骤二:查询两两POI之间的交通数据
输入每日旅游路线后,根据输入的每日路线,可以知道该日需要游玩的POI,于是矩阵计算模块到交通数据库模块中查询两两POI之间的交通数据(交通数据包括:两个POI之间交通所需的距离、时间和费用等信息),得到一个N×N的矩阵M,其中,N为一天内需要游玩的POI的个数,矩阵M将在优化每日路线时被使用。
步骤三:优化每日路线
每日路线优化模块重新调整一天中POI的顺序,使每日行程路线途经的交通距离最短,或者交通费用最省,或者交通时间最少。
下面针对交通距离最短、交通费用最省、交通时间最少这三种优化策略分别进行介绍。
第一种:交通距离最短
从数学上说,优化每日路线属于OVRP(Open Vehicle RoutingProblem)问题的一个分支,而OVRP是TSP(Travelling SalesmanProblem)问题的一类特殊问题,这是一类求解组合优化的NP-hard问题,在大数量级的时候很难通过计算得到最优解。
解决这类问题,往往需要先将路径规划问题转化为图论模型,故优化每日路线的第1步是用有向带权图G(V,E)表示等待优化的每日路线,其中,把POI看作是图G的顶点V,把POI之间的交通距离看作是图G中顶点之间的边E。于是,矩阵计算模块提供的矩阵M就是图G(V,E)的矩阵表达形式。
于是,优化每日路线的第2步就是从有向带权图G(V,E)中寻找一条不重复的最短路径L,该最短路径L从用户指定的顶点Vs出发,到指定的顶点Ve结束,通过图G(V,E)的所有顶点V,且每个顶点只通过一次。
求解该数学模型的方法有许多,主要是启发式算法,分为精确算法和近似算法两类。传统的精确算法如穷举法、分支定界法等都可以在一定程度上计算出最优解,但是它们的时间复杂度很大,随着POI数量的增加,这些方法都难以在有限的时间内得到结果。而近似算法追求次优的可行解,这些算法如随机贪婪算法、模拟退火算法、遗传算法和禁忌算法等,可以在一定时间内得到较优的可行解,但是一旦POI的数量增加,也难以在有限时间内得到较好的结果。
还有一种专门针对TSP问题而提出蚁群算法(Ant ColonyOptimization),在时间复杂度上远小于其它几种启发式算法,且精度也比其它算法高,可以在有限时间内求解上万个POI的TSP问题,因此得到广泛使用。
对于旅行路线自动优化系统而言,每日的POI数量十分有限,一般不会超过8个,因此不管采用穷举法还是蚁群算法都可以得到较好的效果。出于对系统模块性能的要求,蚁群算法仍然是最好的选择,而随机贪婪算法是第二选择。
图2为优化前的每日路线,图钉A是行程的起点,图2的背景为地图(已略去),每个点代表一个POI。
采用蚁群算法对每日路线优化后,优化的结果见图3。
由图2和图3的对比可知:如果游客在事先没有地图参照或者对景点不甚了解时制定的旅行路线,抑或是由机器初步生成的路线,这些“初步”的路线中通常会出现线路的交叉,从而会让游客绕很多远路或者走重复的道路。经过本发明的自动优化系统优化之后,原来出现的交叉路线被消除,旅游线路变得清晰明了,游客不会再走冤枉路。
第二种:交通费用最省
与交通距离最短的优化方法基本相同,只不过是将POI之间的交通费用看作图G中顶点之间的边E。具体的:
首先,用有向带权图G(V,E)表示等待优化的每日路线,其中,把POI看作是图G的顶点V,把POI之间的交通费用看作图G中顶点之间的边E,则此时得到的图G(V,E)的矩阵M就表征了各个POI之间的交通费用关系。
然后,从有向带权图G(V,E)中寻找一条不重复的最短路径L,该最短路径L从用户指定的顶点Vs出发,到指定的顶点Ve结束,通过图G(V,E)的所有顶点V,且每个顶点只通过一次。
求解之后,即可得到交通费用最省的线路。
第三种:交通时间最少
与交通距离最短的优化方法基本相同,只不过是将POI之间的交通时间看作图G中顶点之间的边E。具体的:
首先,用有向带权图G(V,E)表示等待优化的每日路线,其中,把POI看作是图G的顶点V,把POI之间的交通时间看作图G中顶点之间的边E,则此时得到的图G(V,E)的矩阵M就表征了各个POI之间的交通时间关系。
然后,从有向带权图G(V,E)中寻找一条不重复的最短路径L,该最短路径L从用户指定的顶点Vs出发,到指定的顶点Ve结束,通过图G(V,E)的所有顶点V,且每个顶点只通过一次。
求解之后,即可得到交通时间最省的线路。
个人游客或旅行社使用本发明的系统优化每日旅行路线的过程为:
(1)输入一天的行程路线,指定起点、终点和途经景点;
(2)矩阵计算模块遍历所有的POI,从交通数据库中查询两两POI之间的交通数据;
(3)每日路线优化模块按照有向带权图的矩阵表示法,用交通距离构建矩阵M,并对矩阵M使用蚁群算法求解一条最优路线;
(4)每日路线优化模块重新计算该行程路线中各个POI的游玩时间,最后输出交通距离最短的每日路线,或者输出交通费用最省的每日路线,再或者输出交通时间最少的每日路线。
由此可见,本发明的旅行路线的自动优化系统主要用于对已有的行程路线进行优化调整,可以为用户节省查阅地图的时间,轻松编排出合理的游玩路线,其不仅可以按照交通距离最短的策略优化行程路线,还可以按照费用最省和时间最短的策略进行优化,使用极为方便。
此外,本发明的旅行路线的自动优化系统采用用户指定的起点和终点,保证了优化后的路线与实际一致,采用真实的交通数据替代近似的球面距离,极大的提高了优化的正确性。
本发明的旅行路线的自动优化方法,其可以在三种优化策略上灵活地切换,并且其执行的效率满足移动终端商业应用的要求,可以在较短时间内搜索到一个较优的结果,使用户体验得到极大的改善。
需要说明的是,上述实施例不以任何形式限制本发明,凡采用等同替换或等效变换的方式所获得的技术方案,均落在本发明的保护范围内。
Claims (4)
1.旅行路线的自动优化系统,其特征在于,包括:交通数据库模块、矩阵计算模块和每日路线优化模块,
所述交通数据库模块用于存储和维护POI之间的交通数据,所述交通数据包括:两个POI之间交通所需的距离、时间和费用;
所述矩阵计算模块用于查询交通数据库模块中两两POI之间的交通数据,得到一个N×N的矩阵M,所述N为一天内需要游玩的POI的个数;
所述每日路线优化模块用于重新调整一天中POI的顺序,使每日行程路线途经的交通距离最短,或者交通费用最省,或者交通时间最少。
2.利用权利要求1所述的优化系统自动优化旅行路线的方法,其特征在于,包括以下步骤:
步骤一:向交通数据库模块中存储POI之间的交通数据,所述交通数据包括:两个POI之间交通所需的距离、时间和费用;
步骤二:输入每日旅游路线后,矩阵计算模块查询交通数据库模块中两两POI之间的交通数据,得到一个N×N的矩阵M,所述N为一天内需要游玩的POI的个数;
步骤三:每日路线优化模块重新调整一天中POI的顺序,使每日行程路线途经的交通距离最短,或者交通费用最省,或者交通时间最少。
3.根据权利要求2所述的自动优化旅行路线的方法,其特征在于,在步骤三中,每日路线优化模块优化每日路线的方法为:
Step1:用有向带权图G(V,E)表示等待优化的每日路线,其中,把POI看作是图G的顶点V,把POI之间的交通距离/交通费用/交通时间看作是图G中顶点之间的边E;
Step2:从有向带权图G(V,E)中寻找一条不重复的最短路径L,所述最短路径L从用户指定的顶点Vs出发,到指定的顶点Ve结束,通过图G(V,E)的所有顶点V,且每个顶点只通过一次。
4.根据权利要求3所述的自动优化旅行路线的方法,其特征在于,在Step2中,从有向带权图G(V,E)中寻找一条不重复的最短路径L使用的算法为蚁群算法、随机贪婪算法、穷举法或分支定界法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510247521.1A CN104809530A (zh) | 2015-05-15 | 2015-05-15 | 旅行路线的自动优化系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510247521.1A CN104809530A (zh) | 2015-05-15 | 2015-05-15 | 旅行路线的自动优化系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104809530A true CN104809530A (zh) | 2015-07-29 |
Family
ID=53694339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510247521.1A Pending CN104809530A (zh) | 2015-05-15 | 2015-05-15 | 旅行路线的自动优化系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104809530A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303486A (zh) * | 2015-09-06 | 2016-02-03 | 李想 | 一种基于成本最低的智慧旅游推荐系统与方法 |
CN105630979A (zh) * | 2015-12-25 | 2016-06-01 | 中国民航信息网络股份有限公司 | 航班查询方法及装置、系统 |
CN107862420A (zh) * | 2017-12-13 | 2018-03-30 | 广东机场白云信息科技有限公司 | 智能行程规划方法和系统 |
CN107967913A (zh) * | 2017-11-29 | 2018-04-27 | 广西博点旅游产业发展有限公司 | 一种旅游信息查询系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833698A (zh) * | 2009-03-10 | 2010-09-15 | 张明 | 智能个性化旅游路线设计系统 |
CN102542339A (zh) * | 2010-12-09 | 2012-07-04 | 中华电信股份有限公司 | 旅游行程规划系统及方法 |
US20130006521A1 (en) * | 2011-06-29 | 2013-01-03 | Needham Bradford H | Customized Travel Route System |
CN104089620A (zh) * | 2014-04-04 | 2014-10-08 | 北京乐投信息技术有限公司 | 一种基于数据分析的自动路线规划方法及其系统 |
-
2015
- 2015-05-15 CN CN201510247521.1A patent/CN104809530A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101833698A (zh) * | 2009-03-10 | 2010-09-15 | 张明 | 智能个性化旅游路线设计系统 |
CN102542339A (zh) * | 2010-12-09 | 2012-07-04 | 中华电信股份有限公司 | 旅游行程规划系统及方法 |
US20130006521A1 (en) * | 2011-06-29 | 2013-01-03 | Needham Bradford H | Customized Travel Route System |
CN104089620A (zh) * | 2014-04-04 | 2014-10-08 | 北京乐投信息技术有限公司 | 一种基于数据分析的自动路线规划方法及其系统 |
Non-Patent Citations (1)
Title |
---|
樊守伟 等: "Dijkstra算法与旅游路径优化", 《西安邮电大学学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303486A (zh) * | 2015-09-06 | 2016-02-03 | 李想 | 一种基于成本最低的智慧旅游推荐系统与方法 |
CN105630979A (zh) * | 2015-12-25 | 2016-06-01 | 中国民航信息网络股份有限公司 | 航班查询方法及装置、系统 |
CN105630979B (zh) * | 2015-12-25 | 2020-01-07 | 中国民航信息网络股份有限公司 | 航班查询方法及装置、系统 |
CN107967913A (zh) * | 2017-11-29 | 2018-04-27 | 广西博点旅游产业发展有限公司 | 一种旅游信息查询系统 |
CN107862420A (zh) * | 2017-12-13 | 2018-03-30 | 广东机场白云信息科技有限公司 | 智能行程规划方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100523735C (zh) | 一种基于小网格路网组织结构的快速地图匹配方法 | |
CN104794663A (zh) | 一种旅行路线的自动生成系统及方法 | |
CN106528589B (zh) | 数据管理方法及装置 | |
CN104809530A (zh) | 旅行路线的自动优化系统及方法 | |
CN103218517B (zh) | 基于gis的区域网格化人口密度空间化计算方法 | |
CN107133700A (zh) | 基于R*‑tree索引的手机信令数据路网匹配方法 | |
CN106779212A (zh) | 一种基于改进蚁群算法的城市旅游路线规划方法 | |
CN101488158A (zh) | 一种基于道路元素的路网建模方法 | |
CN103402173A (zh) | 一种用于旅游景点的旅游时间优化方法 | |
CN101944095A (zh) | 路径规划方法和系统 | |
CN103544291A (zh) | 道路网络中基于RRN-Tree的移动对象CKNN查询方法 | |
CN102176283A (zh) | 一种简化交通路网模型及基于此模型的导航方法 | |
CN102034004A (zh) | 一种基于元模型的高速铁路信号系统地理线路建模方法 | |
CN105844362A (zh) | 城市交通综合出行决策模型 | |
CN101587650A (zh) | Gps公交车换乘导航方法及其系统 | |
CN102435200A (zh) | 一种路径快速规划方法 | |
CN105069522A (zh) | 风景名胜区游赏线路评价及改进方法 | |
CN105740964A (zh) | 一种城市路网数据组织与最短路径快速计算方法 | |
CN113343426B (zh) | 考虑现实需求导向的城市配电网线路规划方法及系统 | |
CN104572873A (zh) | 信息处理方法及装置 | |
CN106289287A (zh) | 一种基于选线经验的车载端多目标最短路径计算方法 | |
CN112765753A (zh) | 一种新型的公共交通超级网络构建方法 | |
CN104794551A (zh) | 一种带时间窗口的旅行路线自动优化系统及方法 | |
CN102421061B (zh) | 解决景点播报冲突的语音讲解方法 | |
CN104331847A (zh) | 一种利用Delaunay三角剖分的供电分区方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150729 |