城市旅游算法
『壹』 求java上旅游路线的规划算法
这个属于TSP(旅行商)问题，搜索 旅行商问题 可以找到相关解法的介绍。
『贰』 旅行家算法代码 ABCDE 5个点的
我这有递归版的，有兴趣的话自己改下吧。城市多了递归的效率低
Class Cities
{
privateint[][]cities；//各城市表示为（X,Y）X,Y为0到99之间的值
privateint[]shortestPath；//保存最短路程对应的经历顺序
privateintnum；//保存N（城市个数）
privatelongshortestLength=100000000；//N个城市遍历时可能最大路程
privatelonggetLength(int[]tPath){．．．}//计算以tPath为经历顺序的路程
publicCities(intn)//构造n个城市的坐标，假设为0到99之间的随机数
{
．．．
}
publicint[]getShortestPath()//获得最短路径
{
int[]tempPath=newint[num]；
shortestPath=newint[num]；
int[]citiesToured=newint[num]；//保存第I个城市是否已经经历
intcitiesNum=0；//已经经历城市的个数
for(inti=0；i<num；i++)
citiesToured[i]=0；
goThrough(tempPath,citiesNum,citiesToured)；//遍历各城市
for(inti=0；i<num；i++)
tempPath[i]=shortestPath[i]；//得到遍历顺序
returntempPath；//返回结果
}
privatevoidgoThrough(int[]tPath,intcNum,int[]cToured)//遍历N个城市
{
if(cNum==0)//无经历城市时，选择第1个城市
{
cNum++；
tPath[0]=0；
cToured[0]=1；
goThrough(tPath,cNum,cToured)；
}
elseif(cNum==num)//各个城市已经经历，结束
{
longtempLength=getLength(tPath)；//计算此经历顺序所走的路程
if(tempLength<shortestLength)//比较路程
{
shortestLength=tempLength；//更新最短路程及其经历顺序
for(inti=0；i<num；i++)
shortestPath[i]=tPath[i]；
}
}
else
{
for(inti=0；i<num；i++)
if(cToured[i]!=1)//选择未经历的城市
{
cToured[i]=1；//加入已经历城市
tPath[cNum]=i；
cNum++；//已经历城市个数+1
goThrough(tPath,cNum,cToured)；//调用下一层
cToured[i]=0；//恢复本层的状态：
cNum--；//已经历城市及个数
}//Endifinfor(i)
}//Endelse
}
privatelonggetLength(int[]tPath)//以指定顺序计算遍历路程
{
longlength=0；//路程
intnowPoint=0；//当前城市，第一次取0
for(inti=1；i<num；i++)
{
intj=tPath[i]；
length+=(long)Math.sqrt((cities[j][0]-cities[nowPoint][0])*(cities[j][0]-cities[nowPoint][0])+(cities[j][1]-cities[nowPoint][1])*(cities[j][1]-cities[nowPoint][1]))；//加上当前、下一城市间的距离
nowPoint=j；//更新当前城市
}
length+=(long)Math.sqrt((cities[0][0]-cities[nowPoint][0])*(cities[0][0]-cities[nowPoint][0])+(cities[0][1]-cities[nowPoint][1])*(cities[0][1]-cities[nowPoint][1]))；//加上首尾城市间的距离
return length；
}
}//Cities类定义结束
『叁』 基于蚁群算法的多旅游团路线设计的matlab代码
n个城市，编号为1---n
for循环的次数是蚂蚁重复城市的次数，比如5个蚂蚁放到4个城市，回需要重复两遍才能放完蚂蚁，答每次循环产生n个1---n的随机数,相当于随机n个城市，产生城市序列
循环结束
Tabu一句表示将m个蚂蚁随机，每个蚂蚁放到前面产生的城市序列中，每个蚂蚁一个城市，需要m个，所以提取前面1：m个序列
'表示转置，没有多大用处，可能参与后面的计算方便。
我感觉如果m,n很大的话，你这样做会产生很大的浪费，计算很多的随机数，这样的话更好，一句就得：(如果变量Randpos后面没有用到的话，如果用到了，还要用你的程序)
Tabu=ceil(n*rand(1,m))'
『肆』 旅游区接待人数和服务人数怎么计算
如果是一个地区的旅游人次是分为两种：一种是过夜的；一种是不过夜的。
过夜的按在几个人当地过夜几天算，如：一个地区在一定的时间内接待了10人，这10个人都在这个地区度过了10个晚上，那么旅游人次数就是10×10=100（人次）。
不过夜就是只停留一天，这个不太好测算，测算的标准是根据车票售出数、景区门票数等，这个算法有很大局限性，但是现在国家基本上都是用这么个方法算的。
(4)城市旅游算法扩展阅读
记者10日从文化和旅游部了解到，综合各地文化和旅游部门、通讯运营商、线上旅行服务商的数据，经中国旅游研究院（文化和旅游部数据中心）综合测算，2019年春节假期，全国旅游接待总人数4.15亿人次，同比增长7.6%；实现旅游收入5139亿元，同比增长8.2%。
家庭游、敬老游、亲子游、文化休闲游成为节日期间主流的旅游休闲方式。春节期间，各地组织了丰富多彩的文旅惠民活动，营造春节气氛。北京、山西、内蒙古等12省区市开展“非遗过大年、文化进万家”系列文化活动；“博物馆里过大年”受到了广大游客和市民的广泛欢迎。
『伍』 到许多城市旅游怎样用算法实现最佳路径
太笼统，没法答，如果是离不远就看路程，时间，交通，住宿，如果远就没法答了。
『陆』 如何用算法实现旅行路线费用最少
规划好你的地点，然后算查火车，汽车，飞机，各种路线组合的价钱
『柒』 用遗传算法求解10城市旅行商问题，用matlab编程，要可以运行的程序，跪求，必有重谢
%蚂蚁算法
function [Shortest_Route,Shortest_Length]=anttsp(city,iter_max,m,Alpha,Beta,Rho,Q)
n=size(city,1);
d=zeros(n,n);
d=squareform(pdist(city));
Eta=1./d;
Tau=ones(n,n);
Tabu=zeros(m,n);
nC=1;
R_best=zeros(iter_max,n);
L_best=inf.*ones(iter_max,1);
while nC<=iter_max
route=[];
for i=1:ceil(m/n)
route=[route,randperm(n)];
end
Tabu(:,1)=(route(1,1:m))';
for j=2:n
for i=1:m
visited=Tabu(i,1:(j-1));
J=zeros(1,(n-j+1));
P=J;
Jc=1;
for k=1:n
if isempty(find(visited==k, 1))
J(Jc)=k;
Jc=Jc+1;
end
end
for k=1:length(J)
P(k)=(Tau(visited(end),J(k))^Alpha)*(Eta(visited(end),J(k))^Beta);
end
P=P/(sum(P));
Pcum=cumsum(P);
Select=find(Pcum>=rand);
if isempty(Select)%是不是一定能保证Select不为空
Tabu(i,j)=round(1+(n-1)*rand);
else
next_visit=J(Select(1));
Tabu(i,j)=next_visit;
end
end
end
if nC>=2
Tabu(1,:)=R_best(nC-1,:);
end
L=zeros(m,1);
for i=1:m
R=Tabu(i,:);
for j=1:(n-1)
L(i)=L(i)+d(R(j),R(j+1));
end
L(i)=L(i)+d(R(1),R(n));
end
L_best(nC)=min(L);
pos=find(L==L_best(nC));
R_best(nC,:)=Tabu(pos(1),:);
nC=nC+1;
Delta_Tau=zeros(n,n);
for i=1:m
for j=1:(n-1)
Delta_Tau(Tabu(i,j),Tabu(i,j+1))=Delta_Tau(Tabu(i,j),Tabu(i,j+1))+Q/L(i);
end
Delta_Tau(Tabu(i,n),Tabu(i,1))=Delta_Tau(Tabu(i,n),Tabu(i,1))+Q/L(i);
end
Tau=(1-Rho).*Tau+Delta_Tau;
Tabu=zeros(m,n);
end
Pos=find(L_best==min(L_best));
Shortest_Route=R_best(Pos(1),:);
Shortest_Length=L_best(Pos(1));
end
%%随机算法
%city是n行2列的矩阵，每一行表示一个城市的经纬度，一共n个城市
%time表示循环次数，越大，可能找到的路径最短，当然里面有随机性。
function [Shortest_Route,Shortest_Length]=TSP_SuiJiSuanFa(city,times)
n=size(city,1);
d=squareform(pdist(city));
Shortest_Length=inf;
for i=1:times
tempRoute=randperm(n);
tempLength=0;
for j=1:n-1
tempLength=tempLength+d(tempRoute(j),tempRoute(j+1));
end
tempLength=tempLength+d(tempRoute(n),1);
if tempLength<Shortest_Length
Shortest_Length=tempLength;
Shortest_Route=tempRoute;
end
end
end
『捌』 随机游走算法是什么
对于同样的输入，每次执行同样的算法会有不同的输出”这句话对“随机算法版”是不一定权成立的，事实上它往往是不成立的。许多随机算法的随机性体现在：1、运行时间随机，但大多数情况下会低于某个值；2、计算结果大多数时候正确，但是有极低概率会给出不正确的结果。
对于random
walker算法，它的前进路线是由势函数引导的，在图形边界，这个势函数会非常大，所以random
walker穿过这个边界的概率很低。而且，random
walker算法不是要真的执行“走”的这个过程，而是要直接算“从任一点出发，先到达哪个初始点的概率更高”。这种情况下，结果基本是确定的。就好像问“一个脚上绑着10kg重物的人，和一个没有带重物的人赛跑，谁获胜的概率高”？确实前者不是没有可能获胜，但是你比较概率大小的话，结果是显而易见的。
『玖』 游人容量的计算方法有哪些类型
1，环境日容量面积，密度或完全游道测算法：目前国内的旅游容量计算大部分是都是这种方法进行计算的。
2，分区域计算景区容量的测算方法：本测算法在实际应用中，由于不同区域的实测资料和游人分布数据很难获得，缺乏通用性。
3，按照密度，流速和周转时间测算日容量：这种方法主要应用于线性景区，采用人均占有的合理道路长度和流动速度计算全天容纳的合理游客数量。
4，以限制性因子为指标计算容量：本测算法更能表达景区实际的容量状况和旅游者在景区内的流通状况。实际上密度测算法就是将空间作为限制容量的主要瓶颈进行测算的。
5，公园游人容量应按下式计算：C=A/Am
式中：C——公园游人容量（人）；A——公园总面积（㎡）；Am——公园游人人均占有面积（㎡/人）
(9)城市旅游算法扩展阅读：
“游人容量”简介：
1，游人容量是指游览旺季高峰期时同时在公园内的游人数。公园游人容量是确定内部各种设施数量或规模的依据，通过游人数量的控制，避免公园因超容量接纳游人，造成人身伤亡和园林设施损坏等事故，并为城市部门验证绿地系统规划的合理程度提供依据。
2，公园的游人量随季节、假日与平日、一日之中的高峰与低谷而变化；一般节日最多，游览旺季、星期日次之，旺季平日相对较少，淡季平日最少，一日之中又有峰谷之分。确定公园游人容量以游览旺季的星期日高峰时为标准，这是公园发挥作用的主要时间。
『拾』 环球旅游的路线最短路线，最好给出算法100分求解
有环球慢旅多好别走马看花，