基于Hopfield算法特色旅游路线设计.docVIP

基于Hopfield算法特色旅游路线设计 　　作者简介：龚丹丹（1989―），女，湖南益阳人,华南农业大学信息学院硕士研究生。 　　通讯作者：吴小芳（1979―）,女,湖北荆州人,副教授,博士,主要从事地图制图学,林业GIS和地理信息系统理论与方法研究。中图分类号：S759.91文献标识码：A文章编号：1674??9944(2014)05??0254??04 　　 　　1引言 　　旅游路线是指旅游服务机构为旅游者设计的旅游活动路线,是联系旅游主体(游客)和客体(对象)的中间环节,起到输送和集散游客的纽带作用。旅游路线的制定应当满足经济、舒适和多功能的要求。根据景区的特色旅游环境制定特色旅游路线的目的就是为了针对不同的旅游消费人群、不同的旅游目的来使游客最大限度上领略森林公园景区的特色景点风景,使游览内容丰富多彩,进出便捷,避免迂回和往复,为景区管理及游客出行提供科学的路线规划。文献［6］虽然综合考虑景点开放时间、游客总旅行天数等硬性约束和团队游客个性需求、景点最佳旅行时间等柔性约束,但是并未涉及到旅游行程中路径的选择。大岭山森林公园是一个封闭的景区,景区里分布了多个景点和交通路线图,游客需要从景区的出入口进入景区,游览景点,然后在一定时间内又从该出入口走出森林公园。虽然这一问题在旅行商问题(TSP)的基础上增加了出入口等条件的限制,但是这一问题的关键在于森林公园路线网络模型的建立［1,2,3］。Hopfield神经网络具有优化计算的功能,作为典型的反馈网络,Hopfield算法以目标函数和约束条件建立系统的能量函数,确定出突触权重,网络演化到稳定状态,即是优化计算问题的解［4,5］。根据这一原理,本文将利用Hopfield神经网络对大岭山森林公园特色旅游路线的进行研究与制定。 　　2 Hopfield神经网络模型构建 　　2.1问题处理基本思想 　　以大岭山森林公园作为研究对象,用网络框架表示旅游路线问题,每个神经元对应于一个按次序排列的主要景点。鉴于该问题的解是n个主要景点的有序排列,因此可用一个由n×n个神经元构成的矩阵(也可称为换位阵)来描述旅游路线。根据二值型网络的特征,各神经元的输出在0和1之间,两个极端取值则对应的是访问和不访问。换位阵则由景点行和位置列表示。 　　由于是针对不同年龄层阶段的游客,每条特色旅游路线中主要景点的数目n也是视情况而定的。根据大岭山森林公园实际情况,我们可以将景点分为3大类:出入口,人文景观和自然景观,出入口是旅游路线中不可缺少的一部分,是主要景点中必须出现的。另外,由于每个景点仅能访问一次,因此换位阵中每个景点行只允许并必须只有一个1,其余元素均为0。为了用神经元的状态表示某个景点在某一有效路线中的位置,采用双下标vxi,第一个下标x表示景点名,x=1、2、3,…,n;第二个下标i表示该景点在旅游路线中的排列位置,i=1,2,3,…,n。比如va7=1表示旅游路线的第7站应访问景点3,va7=0表示旅游路线的第7站访问的不是景点3,而是访问的其他景点。 　　vxi 　 　 　 　 　 　 　 　　2.2能量函数设计 　　2.2.1能量E1――景点行约束 　　对于景点行的约束主要是:游客对每个景点只访问一次;按此约束可定义能量E1为: 　　E1=12B∑ni=1［∑nxVxi-1］2(1) 　　式中,A为常数权重。显然,当E1=0时可保证对每个景点访问的次数不超过一次。 　　2.2.2能量E2――位置列约束 　　位置列的约束条件为:在同一时间,游客不能同时访问多于一个景点,与景点行约束相似,则此位置行约束可定义能量E2为: 　　E2=12B∑ni=1［∑nxVxi-1］2(2) 　　式中,B为常数权重,当E2=0时可保证同一时间,游客只访问一个景点。 　　2.2.3能量E2――换位阵全局约束 　　E2=0和E2=0只是换位阵有效的必要条件,但不是充分条件。容易看出,但换位阵中各元素都为零时,也满足E1=0和E2=0,这种情况显然是无效的。所以还需增加一个全局约束条件,以确保换位阵中1的数目等于景点数n(1n≤景点总数),即∑nx=1∑ni=1Vxi=n。 　　因此,定义能量E2为: 　　E3=12C(∑nx=1∑ni=1Vxi-n)2(3) 　　式中,C为常数权重。则E3=0时可保证换位阵中1的数目正好等于n。 　　2.2.4能量E4――出入口是否存在 　　由于大岭山森林公园的特殊性,且在能量E2中将n设置为可改变项,则在此引入能量E4来表示设计的旅游路线中的出入口的存在性: