典型文献
面向农业旅游的人工智能路线规划算法应用研究
文献摘要：
传统应用于旅游路线规划的蚁群算法和遗传算法都存在一定的缺陷,对算法的精度影响较大.为解决该问题,提出了蚁群-遗传(Ant colony-genetic algorithm,AC-GA)融合算法.两种算法互补可有效弥补各自的缺陷,在旅游路线寻优中发挥其最大优势.并以江苏省某县的15个景点为例,采用Matlab软件进行仿真模拟,对算法的性能进行了验证.结果表明,在同一参数设置条件下,采用AC-GA融合算法寻到最优路径时的迭代次数远低于传统的蚁群算法,收敛速度更快;AC-GA融合算法输出的最优路线长度比传统蚁群算法短2457.7553 km;其在10次试验过程中的迭代次数平均为51,比传统算法少68.9％;搜索时间平均为9.01 s,比传统算法少79.7％.综上,AC-GA融合算法的性能优于传统算法,适用于农业旅游路线的规划研究.
文献关键词：
遗传算法;蚁群算法;AC-GA融合算法;农业旅游
中图分类号：
作者姓名：
王润
作者机构：
无锡城市职业技术学院旅游学院,江苏 无锡 214000
文献出处：
引用格式：
[1]王润-.面向农业旅游的人工智能路线规划算法应用研究)[J].湖北农业科学,2022(23):173-179
A类：
智能路线规划
B类：
农业旅游,划算,算法应用,旅游路线规划,蚁群算法,精度影响,Ant,colony,genetic,algorithm,AC,GA,融合算法,最大优势,某县,景点,Matlab,仿真模拟,参数设置,设置条件,寻到,最优路径,迭代次数,收敛速度,最优路线,线长,长度比,试验过程,传统算法,搜索时间,时间平均,规划研究
AB值：
0.375865
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
