旅游方案设计数学建模
运用建模方法求解与旅游有关的数学问题

运用建模方法求解与旅游有关的数学问题近年,我国旅游事业蓬勃发展,从而以旅游为背景的各类数学问题应运而生.本文以近几年来的部分中考试题为例,分析与旅游有关的数学问题的建模类型.一、用方程( 或方程组) 建模的旅游问题例1为吸引市民组团去风景区旅游,观光旅行社推出了如下收费标准:如果人数不超过15人,人均旅游费用500元,如果人数超过15人,每增加1人,人均旅游费用降低10元,但人均旅游费用不得低于320 元,某单位员工去风景区旅游,共支付给旅行社旅游费用10500元,请问该单位这次共有多少员工去风景区旅游?解设人数为x,则x[500-10( x-15) ]= 10500,解得x1 = 30,x2 = 35.因为人均旅游费用不得低320元,所以x = 30( 人) .答: ( 略.)例2 2010 年国庆长假期间,某旅行社接待“世博一日游” 的游客和“世博三日游” 的旅客旅客共1600人,收取旅游费129万元,其中一日游每人收费150元,三日游每人收1200元,该旅行社接待的一日游和三日游的游客各是多少人?解设一日游的游客为x人,三日游的游客为y人,可列方程组: x + y = 1600,150x + 1200y = 1290000.解得x = 600(人) ,y = 1000(人) .答: (略)注用方程(或方程组)建模的数学问题,解题的关键是抓住题中的相等关系,从而建立方程或方程组解决问题.现实生活中还有其他很多类似问题,例如: 储蓄利息、打折促销、工程问题、行程问题、浓度配比问题等,都可以用方程或方程组模型来求解二、用不等式( 或不等式组) 建模的旅游问题例3某旅社某天有空10间,当天接待了一个旅游团,当每个房间住3人时,有一个房间住宿的情况是不空也不满,若旅游团的人数为偶数,求旅游团有多少人?解设旅游团有x 人,有一个房间不空也不满,则9间是满的,9 × 3 人外,还有x- 9 ×3 人.不空也不满人数就是大于0小于3 ,∴0<x-27<3 ,∴27<x<30.∵x 是偶数,∴x = 28.即旅游团有28 人.注用不等式或不等式组建模的数学问题,解决问题的关键是抓住题中数量之间的不等关系,列出不等式或不等式组建立模型.现实生活中还有其他很多类似问题,例如: 人员分配、“最大”“最小” 问题、价格范围等,通常用不等式或不等式组的模型来求解.三、用函数建模的旅游问题例4 暑假期间,小明和父母一起开车到距家200千米的景点旅游.出发前,汽车油箱内储油45升; 当行驶150千米时,发现油箱剩余油量为30升.(1) 已知油箱内余油y( 升) 是行驶路程x(千米)的一次函数,求y与x的函数关系式;(2) 当油箱中余油量少于3升时,汽车将自动报警.如果往返途中不加油,他们能否在汽车报警前回到家?请说明理由.解(1) 依题意,设y = 45-kx由已知,得k = 45-30150= 0.1.∴y = 45-0. 1 x.(2)由3 = 45- 0.1 x,解得x = 420( 千米) .即在报警前可以用的42 升油最多可以行使420千米,往返才400 千米,可以在报警前回家.例5 某单位计划10月份组织员工到A地旅游,人数估计在10 ~25 人之间.甲、乙两家旅行社的服务质量相同,且报价均为200元.该单位上门联系时,甲社表示可给予每位游客七五折优惠; 乙社表示可先免去一位游客的旅游费用,其余游客八折优惠.设该单位去A 地的旅游人数为x,若选择甲社,则所需总费用为y1 元; 若选择乙社,则所需总费用为y2元.(1 ) 分别求出y1、y2与x的函数关系式;(2) 在同一平面直角坐标系中,画出上述两个函数的图象;(3 ) 求出两条直线的交点坐标,并说明它的实际意义.解(1 ) y1 = 200x × 75 % = 150x;y2= 200( x-1 ) × 80% = 160x-160.(2) 过(0,0),(4,600) 画直线y1;过(1,0),(8,1120)画直线y2 (图略) .(3 ) 由图象可知,当人数x = 16时,选择甲、乙两家旅行社所需总费用相同.注用函数建模的数学问题,解题的关键是找出题中数量之间的函数关系,确定函数关系式,再根据函数的性质以及函数图像的性质来求解.现实生活中还有很多类似问题,如: 最佳方案、最小成本、用料造价等,都可以用函数模型来求解.四、与概率组合有关的旅游问题6 某旅游团计划在3天内旅游3个景点A、B、C,每天只能浏览其中的1个景点.如果采取抽签的方法决定浏览顺序,那么(1) 共有几种不同的安排方案?(2) 第1天浏览景点A,第2天浏览景点B,第3天浏览景点C 的概率是多少?(3) 第1天浏览景点A 的概率是多少?解(1) 6种,第一天有三个选择,第二天两个选择,第三天没有选择;(2) 100%,因为第三天没有选择;(3 ) 1 /3 .例7 某旅游团要从8个风景点中选2个作为当天的旅游地,求分别满足下列条件的选法的种数:(1) 甲乙风景点中至少选一个;(2) 甲乙风景点中至多选一个;(3) 甲乙两个风景点中必须选一个,而且只能选一个.除上述外,还有一些旅游路线的设计和测量、航海方位、工程定位等问题,也可以建立相应的数学模型求解,在此就不一一列举.初中数学新课程标准对数学建模提出了明确的要求,教材采用“问题情境———建立模型———解释、应用与拓展” 的模式展开,通过对问题的探究、学习,让学生真正体验到数学来源于生活,用于生活的过程.。
2023年研究生数学建模竞赛题

全国硕士数学建模竞赛F题旅游路线规划问题旅游活动正在成为全球经济发展旳重要动力之一,它加速国际资金流转和信息、技术管理旳传播,发明高效率消费行为模式、需求和价值等。
伴随我国国民经济旳迅速发展,人们生活水平得到很大提高,越来越多旳人积极参与有益于身心健康旳旅游活动。
附件1提供了国家旅游局公布旳201个5A级景区名单,一位自驾游爱好者拟按此景区名单制定旅游计划。
该旅游爱好者每年有不超过30天旳外出旅游时间,每年外出旅游旳次数不超过4次,每次旅游旳时间不超过15天;基于个人旅游偏好确定了在每个5A级景区至少旳游览时间(见附件1)。
基于安全考虑,行车时间限定于每天7:00至19:00之间,每天开车时间不超过8小时;在每天旳行程安排上,若安排全天游览则开车时间控制在3小时内,安排半天景点游览,开车时间控制在5小时内;在高速公路上旳行车平均速度为90公里/小时,在一般公路上旳行车平均速度为40公里/小时。
该旅游爱好者计划在每一种省会都市至少停留24小时,以安排专门时间去游览都市特色建筑和体验当地风土人情(不安排景区浏览)。
景区开放时间统一为8:00至18:00。
请考虑下面问题:(一)在行车线路旳设计上采用高速优先旳方略,即先通过高速公路到达与景区邻近旳都市,再自驾到景区。
附件1给出了各景区到相邻都市旳道路和行车时间参照信息,附件2给出了国家高速公路有关信息,附件3给出了若干省会都市之间高速公路路网有关信息。
请设计合适旳措施,建立数学模型,以该旅游爱好者旳常住地在西安市为例,规划设计旅游线路,试确定游遍201个5A级景区至少需要几年?给出每一次旅游旳详细行程(每一天旳出发地、行车时间、行车里程、游览景区;若有必要,其他更详细体现请另列附件)。
(二)伴随多种旅游服务业旳发展,出行方式还可以考虑乘坐高铁或飞机到达与景区相邻旳省会都市,而后采用租车旳方式自驾到景区游览(租车费用300元/天,油费和高速过路费另计,租车和还车需在同一都市)。
旅游路线规划问题-2015年研究生数学建模竞赛

参赛密码(由组委会填写)第十二届“中关村青联杯”全国研究生数学建模竞赛学校西南大学参赛队号队员姓名参赛密码(由组委会填写)第十二届“中关村青联杯”全国研究生数学建模竞赛题目旅游路线规划问题摘要:近年来随着科技的进步和社会的不断发展,旅游活动正在成为全球经济发展的动力之一,它加速国际资金流转和信息、技术管理的传播,创造高效率消费行为模式、需求和价值等。
随着人们生活水平提升,越来越多的人积极参与有益于身心健康的旅游活动。
国家旅游局公布了201个5A级景区名单,但是当前人们对旅游路线规划的问题还比较盲目,如何选择最优路线游遍201个5A级景区的旅游还不够清楚。
针对这些问题本文着重进行了以下几个方面的工作:问题一,旅游爱好者常住西安市,采用高速优先的策略自驾到景区,规划设计最短路线游遍201个5A级景区。
根据附件1我们利用图论和运筹学的相关知识对景区构建赋权图。
由附件2的信息统计得出从西安到各省会的公路长度,结合附件一和百度地图上的高速路距离,对于分块的景区利用改良圈法建立TSP问题的旅游路优化设计模型,运用Lingo软件编程求出最短路径。
对于旅游者每年有不超出30天的外出旅游时间,每次不超过15天,每年不超过4次的旅行条件,采用目标规划算法编写Java语言求出游完201个5A级景区的最佳途径。
通过该程序给出了每次旅游的具体行程表。
问题二,除了高速优先之外,人们还可以考虑乘坐高铁或飞机到达与景区相邻的省会城市,再采用租车的方式自驾到景区游览,考虑旅游费用规划一个十年游遍所有201个5A级景区费用最低、旅游体验最好的旅游路线。
根据附件3和附件4统计出高铁和飞机的费用,运用层次分析法在Excel中求解出从出发点到省会的最佳交通方式。
利用模型一中改良圈法建立TSP问题的旅游路优化设计的路线,根据题上约束条件采用多目标规划运用Java语言编程求出游完201个5A级景区的最佳路径。
由以上结果在Excel算出每次旅行的花费,规划出每次旅行的具体行程。
数学建模在旅游业优化中有何用途

数学建模在旅游业优化中有何用途在当今数字化和信息化的时代,旅游业作为全球经济的重要组成部分,面临着日益激烈的竞争和不断变化的市场需求。
为了提高旅游服务质量、优化旅游资源配置、增强旅游目的地的吸引力,数学建模逐渐成为旅游业优化的有力工具。
那么,数学建模在旅游业优化中究竟有哪些用途呢?首先,数学建模可以用于旅游需求预测。
准确预测旅游需求对于旅游目的地的规划和管理至关重要。
通过收集和分析历史旅游数据,如游客数量、旅游收入、季节变化等,建立数学模型,可以预测未来一段时间内的旅游需求趋势。
这有助于旅游目的地提前做好资源准备,如合理安排酒店房间、交通运输设施、旅游景点的接待能力等,以满足游客的需求,避免出现供不应求或供过于求的情况。
其次,数学建模能够帮助优化旅游线路规划。
对于游客来说,一个合理、高效的旅游线路能够极大地提高旅游体验。
利用数学建模,可以考虑各种因素,如景点之间的距离、交通状况、游客的兴趣偏好、停留时间等,制定出最优的旅游线路。
例如,通过建立图论模型,将景点视为节点,道路视为边,结合权重(如距离、时间、费用等),运用最短路径算法,为游客提供最节省时间和成本的线路。
再者,数学建模在旅游资源分配方面也发挥着重要作用。
旅游资源包括自然资源、人文资源、基础设施等。
如何在有限的资源条件下,实现最大化的旅游效益,是一个需要解决的问题。
通过建立数学模型,可以对旅游资源进行评估和量化,根据不同地区、不同季节的旅游需求,合理分配资源。
比如,在旅游旺季,将更多的人力、物力投入到热门景点;在旅游淡季,则可以对一些相对冷门的景点进行开发和推广,以平衡旅游资源的利用。
数学建模还可以用于旅游定价策略的制定。
旅游产品的价格直接影响着游客的选择和旅游企业的收益。
通过建立需求函数和成本函数的数学模型,分析价格与需求之间的关系,以及成本与产量之间的关系,可以确定最优的价格策略。
例如,对于具有弹性需求的旅游产品,可以采用降价策略来吸引更多游客,增加总收入;对于缺乏弹性需求的产品,则可以适当提高价格,以获取更高的利润。
2020年(旅游行业)最佳旅游线路数学建模

(旅游行业)最佳旅游线路数学建模最佳旅游路线设计摘要本文主要研究最佳旅游路线的设计问题。
在满足相关约束条件的情况下,花最少的钱游览尽可能多的景点是我们追求的目标。
基于对此的研究,建立数学模型,设计出最佳的旅游路线。
第一问给定时间约束,要求为主办方设计合适的旅游路线。
我们建立了一个最优规划模型,在给定游览景点个数的情况下以人均总费用最小为目标。
再引入0—1变量表示是否游览某个景点,从而推出交通费用和景点花费的函数表达式,给出相应的约束条件,使用lingo编程对模型求解。
推荐方案:成都→都江堰→青城山→丹巴→乐山→成都,人均费用为949元(此处不考虑旅游人数对游览费用的影响)。
第二问放松时间约束,要求代表们游遍所有的景点,该问题也就成了典型的货郎担(TSP)问题。
同样使用第一问的模型,改变时间约束,使用lingo编程得到最佳旅游路线为:成都→乐山→峨眉→海螺沟→康定→丹巴→四姑娘山→青城山→都江堰→九寨沟→黄龙→成都,人均费用为3243元。
第三问要求在第一问的基础上充分考虑代表们的旅游意向,建立模型求解。
通过对附件一数据的观察,我们使用综合评判的方法,巧妙地将代表们的意愿转化为对相应旅游景点的权重,再对第一问的模型稍加修改,编程求出对应不同景点数的最佳路线。
推荐路线:成都→乐山→都江堰→青城山→丹巴→成都,人均费用为927元。
对于第四问,由于参观景点的人数越多每人承担的费用越少,因此我们要考虑的是尽量使得两组代表在共同旅游的时间内在相同的景点游览。
正是基于此,我们建立模型求解。
推荐路线:第一组:成都→乐山→丹巴→都江堰→青城山→成都第二组:成都→都江堰→青城山→峨眉→乐山→成都,两组在都江堰会合并且共同游览了都江堰和青城山,人均费用为971元。
第五问中,首先我们修改了不合理数据,并用SPSS软件对缺省数据进行了时间序列预测。
其次我们合理定义了阴雨天气带来的损失,以人均总花费最小和阴雨天气带来的损失最小为目标,建立加权双目标规划模型。
数学建模获奖作品

走遍全中国——基于蚂蚁算法的解决方案摘要:本文是解决一个旅行商问题(TSP ),这里我们基于蚂蚁算法,对“走遍全国”这一具体问题建立了相应的TSP 数学模型,并且基于Matlab 软件编写了相应的程序,从而找出“走遍全中国”中34个城市的最短路。
对于第一问:由已知的地理位置(经纬度)设计并计算出了最短路旅行方案:哈尔滨—长春—沈阳—上海—杭州—南京—合肥—武汉—长沙—南昌—福州—台北—香港—澳门—广州—海口—南宁—贵州—重庆—成都—昆明—拉萨—乌鲁木齐—西宁—兰州—银川—西安—郑州—济南—天津—北京—石家庄—太原—呼和浩特—哈尔滨。
对于第二、三问:考虑到实际旅行线路的制约,本问基于上问设计的最短线路,对特定两城市之间加以分析,为此本文制定了相应的乘车规则,分别就省钱、省时、方便建立了数学模型。
第四问:本文应用程序运行时间的增长率,来刻画该算法的时间复杂性,即n p ∆=δ,从而通过对比说明了蚂蚁算法的可行性。
第五问:蚂蚁算法当接近最优解时收敛速度快,而开始时收敛速度很慢。
所以想到使蚂蚁算法去和其他一些开始收敛速度快的算法(如粒子群算法)结合,这样使蚂蚁算法得到优化。
关键词:蚂蚁算法 旅行商问题1 问题分析:由于人们在旅游方式、时间安排、经济状况等诸多因素的不同导致了,对于旅游线路的设计与选取变得更加迫切。
对于旅行社而言,不同的线路设计直接影响到旅行社的发展。
而对于旅行者而言,不同的路线使我们更能充分利用现有的经济、时间等来安排自己的旅行路线。
对于模型的建立本文将旅行者分为经济型、省时和方便三方面建立了模型。
在设计最短路问题当中,本文仅从我国省会的地理位置(经纬度)方面加以设计,即不考虑实际当中的铁路、航空里程。
假设旅行者周先生能通过互联网订到从A 市到B 市的火车票(飞机票),那么在对于解决第二问的关键就转变为对第一问结果在现实背景下的“修订”。
本文所采用的算法为ACO 算法,其多样性和正反馈的特点不仅保证了系统的多样性,而且保证了优良性能得到强化,2 符号说明n 城市规模,即城市的数目;n ∆ 城市数目的增量;t某个时刻;t ∆ 乘坐火车时间;δ当城市数n 增大时,运行时间的增长量;p 算法执行的时间增长率;ji x x - 某两城市间距离;η 选取交通工具的距离参数。
通过数学建模设计四川11名景最佳旅游路线

某 旅 游 团 组 织 参 观 四 川 省 境 内 的 著 名 自 然 和 人 文 景 观 , 步设想有 如下线路可供选择 : 初 号线 : 都一 九寨沟 、 龙. 成 黄
一
4 3 O 4 0 2 0 1 3 0 8 4 8 7 0 2 O 5 3 0
0 4 0 4O 2O 2 O 3 O 2 2 1 3 4 O 3 0
7 0
2 .每 个 景 点 的旅 游 天 数 为 2天 , 初 步 设 想 的 每 条 路 则
线 的旅 游 周 期 为 4天 .
六 、 型 的建 立 与 求 解 模
3 .每 个 景 点 的 同定 消 费 为 1 0元 . 0
问题 : 比照 T P巡 回旅 行 商 问 题 , 立 T P模 型 , 用 S 建 S 利
三 、 号 Mn x .
目标 函 数 =所 选 择 两 城 市 之 间 的 距 离 求 和 取 最 小 .
Il 1 1
问题 符 号 说 明 :
Ⅳ 各 地 方 .v 一 成 都 , 一 九 寨 沟 , 黄 龙 ,v一 乐 : , Ⅳ Ⅳ一 ,4
数 学 学 习与 研 究 2 1 . 7 O O 1
四 姑 2 5 5O 4 0 3 0 4 0 O l0 10 2 O 3 0 5 5 5 6 8 2 1 9 0 0 2 0
二号线 : 都一乐 山 、 眉山. 成 峨 号 线 : 都 一 四姑 娘 山 、 巴. 成 丹 四号 线 : 都 一 都 江 堰 、 城 山. 成 青
娘山
丹 巴 3 O 5 0 6 6 5 57 4 0 41 1 O O 3 O 31 l 0 1 0 0 7 0 1 l O 9 4
都 江 堰 7 4 O 5 2 0 2 0 1 O 3 O 0 0 8 3 0 0 3 9 1 青 城 山 8 4 0 6 2 0 2 0 2 O 3 0 1 0 9 3 O 1 4 O 1 5
数学建模B题走遍全中国

B题:走遍全中国摘要走遍全中国问题是一个旅行商问题,我们通过借助多种数学软件的优势挖掘出大量数据潜在的信息,并将其合理运用,建立模型,使用蚁群算法等来解决问题。
本文主要解决旅行商问题,应用蚁群算法,通过MATLAB 编写程序,最终计算出旅行商最短路径。
最后画出最短路线图,以直观方式展现在读者面前。
旅行商问题(TSP)是一种典型的组合最优化问题,可描述为某旅行商欲往n 个城市推销货物,从某个城市出发,沿途经过各个城市一次后返回出发城市,要确定一条行走的路线,计算途径个城市的最短距离,即给定n 个城市和两两城市之间的距离,确定一条经过每个城市并且仅经过一次的路线,要求总路径最短。
对于城市数目为n 的地图, 共有n 种不同的路径,城市越多,可能的路径也越多。
而且路径的增加速度非常快且是非线形的。
当n 很大时,去尝试每一种可能的路径是不可能的,所以需要设计一个有效的算法去寻找最短的路径[1,2]。
蚁群算法原理基于蚁群算法,首先引入TSP 中常用符号:m 为蚁群中蚂蚁数量;bi(t)为t 时刻位于城市i 的蚂蚁个数,且m=ni = 1Σbi(t);dij 为城市i 和j 之间的距离;nij 为边(i,j)的能见度,反映由城市i转移到城市j 的启发程度;τij 为边(i,j)上的信息素轨迹强度;△tij 为蚂蚁k 在边(i,j)上留下的单位长度轨迹信息素量;Pkij 为蚂蚁k 的转移概率;j 是尚未访问的城市。
在初始时刻,各条路径上的信息素量相等,设τij(0)=C,(C 为常数),蚂蚁k(k=1,2,…,m)被随机放到某个城市,然后根据各条路径上的信息素量选择下一个城市。
在t 时刻,的城市;α和β为2 个参数,分别反映蚂蚁在运动过程中所积累的信息和启发信息在蚂蚁选择路径中的相对重要性。
为了阻止蚂蚁重复访问,为每只蚂蚁都设计一个被称为禁忌表(tabu list)的数据结构。
经过n 个时刻,蚂蚁完成一次循环,各路径上信息素“蒸发”和增加的量根据下式调整:式中:ρ表示信息素蒸发后的剩余,则(1-ρ)为衰减系数,表示信息素的减少;表示信息素增加的量,在式(1)中表示第k 只蚂蚁在时刻dij 留在路径(t,t+1)上的信息素量;,Q 为常数,L(k)为第k个蚂蚁爬过路径(i,j)的长度,等于dij 的值。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
黄金周旅游方案设计摘要本文主要解决的是去安徽旅游的最佳旅游路线的设计问题。
花最少的钱游览尽可能满意度高的景点是我们追求的目标。
基于对此的研究,我们建立了三个模型。
针对方案一:建立了单目标最优化模型。
选定10个游览景点,在约束条件下,建立0-1规划模型,以总费用最小为目标函数。
使用lingo 编程,最后求得的最小费用是:755元。
具体方案为:11→7→4→6→3→2→1→10→11针对方案二:建立了单目标最优化模型。
巧妙地将该问题化为TSP,以满意度为目标函数,在时间的约束条件下,运用lingo 编程,最后求得满意度是:0.86。
旅游路线为:11→2→4→7→9→10→11针对方案三:建立了多目标最优化模型。
基于方案一与二,以最小费用和最大满意度为目标函数,在约束条件下,采用分层求解法,运用lingo 编程,最后得出满意度是:0.83,费用为782元。
推荐路线:11→2→7→6→3→10→9→11、关键词:多目标最优化模型 0-1规划模型 TSP lingo求解%!一、问题重述1.1问题背景安徽是全国旅游大省,每年接纳游客上千万人次。
现假设黄金周期间,你在外地读书的老同学、好朋友前来看望你,并要在安徽游玩几天,请查阅相关资料,从车费,餐饮,门票,景点满意度等多方面综合考虑,建立相关数学模型,列出一个四天三夜的游玩计划。
1.2需要解决的问题根据对题目的理解我们可以知道,需要解决的问题是在安徽游玩四天三夜,并且综合考虑车费,餐饮,门票,景点满意度等多方面因素。
所以我们的目标就是在满足所有约束条件的情况下,求出最少费用。
:二、模型假设假设1:旅行路线的总路程不包括在某一城市中观光旅游的路程;假设2:旅行者在某一城市的旅游结束前往下一个目的地时,所乘坐的交通工具都是非常顺利的,不会出现被滞留等意外情况;假设3:在乘坐交通工具的途中,不考虑除交通费用之外的其它任何费用;假设4:任意两点之间来回路程相等;假设5:每个景点游玩时间与满意度成正比,比例常数为k;假设6:定义满意度为该景点客流量占总客流量的比例;假设7:每天固定餐饮等消费为100元/天;)假设8:每天游玩10个小时;。
四、问题分析设计路线的原则是:满足旅游者的意愿;在有限的四天内尽量游玩更多的景点;尽量使费用最低。
对路线安排规划的时候时刻关注以上三个目标,从而在题目要求范围内求得最优解。
4.1方案一的分析经过对题目分析,我们可以知道本题所要实现的目标是,使游客在4天时间内花最少的钱游览尽可能多的地方。
显然,花费最少和游览的景点尽量多是该问题的两个目标。
因此,我们的做法是在满足相应的约束条件下,计算出在这种情况下的最小花费,这样最终会得出几种推荐旅游路线。
游览的总费用由3部分组成,分别为交通总费用、在旅游景点的花费和每天的餐饮费。
4.2方案二的分析本方案所要实现的目标是,使游客在4天时间内游览满意度高。
显然,满意度高和游览的景点尽量多是该问题的两个目标。
因此,我们的做法是在满足相应的约束条件下,计算出在这种情况下的最小花费。
4.3方案三的分析》此方案在方案一的基础上增加了代表们满意度这一约束条件。
我们可以知道本题所要实现的目标是,使游客在4天时间内花最少的钱游览尽可能多的地方。
显然,花费最少和游览的景点尽量多是该问题的两个目标。
因此,我们的做法是在满足相应的约束条件下,计算出在这种情况下的最小花费。
这样最终会得出几种推荐旅游路线,而组织方可以根据自己的实际情况进行选择。
五、数据分析数据收集如下:旅游过程都乘坐公交车,公交车时速40Km/小时,价格每1元/10Km;分别表示:;1—白鹅岭, 2—始信峰,3—梦笔生花, 4—飞来石,5—光明顶,6—玉屏楼,7—迎客松, 8—化城寺,9—地藏禅寺, 10—肉身宝殿各景点间的距离(Km)黄金周各景点客流量(万人次/天)六、模型的建立与求解问题:比照TSP 巡回旅行商问题,建立TSP 模型,利用Lingo 和旅行商问题的结合,求出结果.6.1 方案一:6.1.1 目标函数的确立:¥我们定义:m —每个游客的旅游总花费;1m —每个游客的交通总费用; 2m —每个游客的旅游景点的花费; 3m —每个游客的餐饮费用;从而得到目标函数:min m 。
m 为交通总花费 因为D ij 表示从第 i 个景点到第 j 个景点距离,而 Xij 是判断代 表们是否从第 i 个景点直接到第 j 个景点的 0—1 变量,因此我们可以很容易 的得到交通总费用为:123m m m m =++11111111X D 10ij ij i j m ===∑∑(1111111C +C )2ij i j i j X ==∑∑(3300m =6.1.2 约束条件: (1)时间约束由题目可知,游客在安徽旅游时间应该不多于 4 天(40 小时),而这些时间包括在路途中的时间和在旅游景点逗留的时间。
因为i T 表示在第 i 个景点逗留时间,所以在景点游玩总时间为:11111111k ()2ij i j i j T X σσ==⎡⎤=+⎣⎦∑∑所以路途中所需总时间为-()1111211140ij ij i j T X D ===∑∑总的时间约束为:()()11111111111111k ()+240ij i j ij ij i j i j T X X D σσ=====+∑∑∑∑T<40(2)0—1 变量约束我们可以把所有的景点连成一个圈,而把每一个景点看做圈上一个点。
对于每个点来说,只允许最多一条边进入,同样只允许最多一条边出来, 并且只要有一条边进入就要有一条边出去。
因此可得约束:j=11时,10111111ij i j X ===∑∑i=11时,10111111ij j i X ===∑∑、无往返:0ij ji X X =(3)游玩景点个数限制最多游玩安徽包括南艳湖在内的11个景点11111111ijiji j X X==+≤∑∑从而我们可以得到目标函数为:123min m m m m =++11111111111111X C +C )300102ij ij ij i j i j i j m D X =====+∑∑∑∑+(111111101111110111111111111111111111111111.01111k ()30240ij ij i j ij i j ij j i ij ji ij i j ij i j ij ij X X X X s t X X X X X D σσ========⎧+≤⎪⎪⎪=⎪⎪⎪=⎪⎨⎪=⎪⎪≤⎪⎪⎪⎪++≤⎩∑∑∑∑∑∑∑∑∑∑∑∑ }6.1.3 模型的求解通过LINGO 求解,推荐路线为:11→7→ 4→6→3→2→1→10→11·从南艳湖出发,第一站迎客松,第二站飞来石,第三站玉屏楼,第四站梦笔生花,第五站始信峰,第六站白鹅岭,第七站肉身宝殿,最后回到南艳湖。
6.2方案二:6.2.1 目标函数的确立: 最高满意度1111111ax ()2ij i j i j M X σσσ===+∑∑6.2.2 约束条件:((1)时间约束景点逗留时间11111111k ()2ij i j i j T X σσ===+∑∑所以路途中所需总时间为1111211140ij ij i j T X D ===∑∑总的时间约束为:11111111111111k ()+240ij i j ij ij i j i j T X X D σσ=====+∑∑∑∑30T ≤\(2)0—1 变量约束j=11时,10111111ij i j X ===∑∑i=11时,10111111ij j i X ===∑∑0ij ji X X =最多游玩包括南艳湖在内的11个景点:11111111ijiji j X X==+≤∑∑从而我们可以得到目标函数为:,1111111ax ()2ij i j i j M X σσσ===+∑∑6.2.4 模型求解根据模型,使用 Lingo 编程,得出结果为:11→2→4→7→9→10→11从南艳湖出发,第一站始信峰,第二站飞来石,第三站迎客松,第四站地藏禅寺,第五站肉身宝殿,最后回到南艳湖。
111111101111110111111111111111111111111111.01111k ()30240ij ij i j ij i j ij j i ij ji ij i j ij i j ij ij X X X X s t X X X X X D σσ========⎧+≤⎪⎪⎪=⎪⎪⎪=⎪⎨⎪=⎪⎪≤⎪⎪⎪⎪++≤⎩∑∑∑∑∑∑∑∑∑∑∑∑ %6.3方案三6.3.1 目标函数的确立 6.3.2 约束条件: (1)时间约束景点逗留时间:11111111k ()2ij i j i j T X σσ==⎡⎤=+⎣⎦∑∑ 所以路途中所需总时间为:()1111211140ij ij i j T X D ===∑∑$总的时间约束为:()()11111111111111k ()+240ij i j ij ij i j i j T X X D σσ=====+∑∑∑∑30T ≤(2)0—1 变量约束j=11时,10111111ij i j X ===∑∑i=11时,10111111ij j i X ===∑∑0ij ji X X =~(3)最多游玩包括南艳湖在内的11个景点:11111111ijiji j X X==+≤∑∑(4)满意度约束满意度与客流量成正比:1111111()0.82ij i j i j X σσσ===+≥∑∑从而得到目标函数:123min m m m m =++11111111111111X C +C )300102ij ij ij i j i j i j m D X =====+∑∑∑∑+(《111111111111111111111111111111111111111111111111.0111()0.8211k ()30240ij ij i j ij i j ij j i ij ji ij i j ij i j i j ij i j ij ij X X X X s t X X X X X X D σσσσ==========⎧+≤⎪⎪⎪=⎪⎪⎪=⎪⎪⎪=⎨⎪⎪≤⎪⎪⎪+≥⎪⎪⎪++≤⎪⎩∑∑∑∑∑∑∑∑∑∑∑∑∑∑ 6.3.3 模型的求解通过LINGO 求解,推荐路线为:11→2→7→6→3→10→9→11从南艳湖出发,第一站始信峰,第二站迎客松,第三站玉屏楼,第四站梦笔生花,第五站肉身宝殿,第六站地藏禅寺,最后回到南艳湖。
6 模型的评价、改进及推广6.1.模型的评价【1.本文思路清晰,模型恰当,得出的方案合理;2.本文成功的使用了 0—1 变量,使模型的建立和编程得以顺利进行;3.在第二问中采用了 TCP 算法,简化了模型的求解难度;4.由于数据庞大,对程序的要求很高,尽管经过了检验,但结果依然比较粗糙,有待进行进一步的改进。