论文部分内容阅读
【摘 要】在旅游车辆进行线路规划当中存在着一定的限制条件与不确定因素，因此我们利用随机变量来衡量其中存在的不确定因素。本文通过对于含随机变量旅游车辆配送线路进行规划，对于其存在的问题进行了解决。
【关键词】随机变量；车辆配送；规划
旅游线路是旅游方案安排过程当中一个非常重要的环节，因此加强旅游线路的优化和配置对于旅行社而言可以减少成本，提升服务质量，我们主要通过优化车辆配送为主要目的，在掌握了客户需求的情况下，将路线尽量的优化，对于车辆的配送进行更加合理的安排，目前来说旅行社对于车辆当中的投入是比较少的，我国的大部分旅行社车辆是比较有限的，因此我们需要在约束的条件下更好的对于车辆装备进行应用，使得旅行社利润增加，这是一个重要的优化问题，因此我们需要通过智能优化的算法来对于含有随机变量的旅游线路车辆进行配送资源的优化，建立模型对其存在的问題进行解决。
本文通过邻接矩阵的方案对于车辆在不同的旅游线路当中的贡献值进行规定，在生活当中我们由于受到环境的影响，所以会导致估算出来的数据并不是确定的，因此我们建立了一定的随机变量来对于贡献值进行评估，在有随机变量的约束情况下，我们建立了目标规划模型，同时利用智能算法来对于车辆配送当中的优化问题进行分析，这样就能使得算法是科学有效的。
一、最优化问题与旅行社车辆优化配置模型的建立
在旅行社的规划当中需要对车辆进行相应的配置，如何让配置更加的合理，提升服务质量是一个非常值得研究的问题，随着社会的发展，游客的需求也在不断的提升，旅行社可以将线路划分为科技、生态、工业等方面的旅游线路，因此对于车辆的需求也是不相同的，因此我们需要根据车辆在每种线路中的贡献者来对其进行合理的规划使得旅行社的利润提升，同时需要满足一定的约束条件，主要为车辆数量限制，利用最优方法来合理的进行规划，提升其使用价值。
某市旅行社根据旅游景点区域和景点个数，位置并且分配旅游时间确定的前提下，设置旅游行程线路（如科技旅游线路，工业旅游线路.体育旅游线路.生态旅游线路，特种旅游线路），拟将3种类型的车辆装备车辆装备1（如大型客车），车辆装备2（如中型客车），车辆装备3（如小型客车）分配给5条旅游线路。其中，车辆装备1有20件，车辆装备2有40件，车辆装备3有30件。每条旅游线路至少要培植3件车辆装备1，6件车辆装备2，4件车辆装备3。
为了建立车辆装备配置问题的模型，使用以下的指标、参数和决策变量：
当一个配置模型在进行作用之后，可能会受到环境的影响，同时对于自身的评判体制造成一定的影响与反馈，同时利用设定好的函数结构或神经网络，就可以对执行函数和平方函数之间的误差来进行计算，实现最终的误差减少逐渐逼近，如果是先进行判断后执行的话，就需要使得评判函数最小，主要是通过贝尔曼的优化原因来进行的，这样可以尽量的减少系统的计算时间，同时对于系统的不确定的变化进行有效的响应，对于一些权重与参数可以有效的进行调整，本文利用配置函数的混合智能优化，最终得到了优化配置结果，这样就完成了一个配置执行和评判的过程。
二、混合智能算法的优化分析
一般在这样的框架下，可以实现较好的优化功能，主要包括评价模型和执行三个部分，这三个部分主要在于能够实现完整的评价改善循环，评价模块可以评估执行模块的实际效能，对于代价函数进行优化与修正，执行模块可以产生实际的动作来对所改进的策略进行执行，同时也能有效的对于被控对象的情况进行反应，将其进行运行之后，可以通过不同的反馈，来对实际评价与运行的情况进行确定，同时，利用相关的神经网络、强化学习等算法，来实现函数的近似与优化，这样就能对于系统的内部参数进行实时的更新，这里主要是采用贝尔曼的优化方式来进行更新的。
我们采用VisualC++软件来实现随机期望值模型的算法，期望值计算取10000组取平均，算法迭代1000次。我们有如下的结果，x=（2，5，3，，73，6，5，16，5，8，9，6，4，5，6） =371.111587，经验证，这种配置基本符合旅行社分配车辆的现实情况。但是还有一些配置不科学，这是由于贡献值（即权重值）确定的尚不完全符合实际，需要在长期的车辆配置的实践中加以修正和完善。
三、总结
这些年来，很多的高新技术进行发展，计算机、自动化等技术在优化问题中得到了广泛的推广，同时在数值优化技术的作用下，使得旅行社管理水平越来越高，因此我们必须提升优化配置算法的可靠度，使其更好地为我们而服务。
参考文献：
[1]王慧.基于蚁群算法的旅游线路规划设计[D].武汉轻工大学，2016.
[2]崔召全，林亮，陈曦.含模糊变量的旅游线路车辆配置[J].计算机应用，2008（S1）：364-365+368.
【关键词】随机变量；车辆配送；规划
旅游线路是旅游方案安排过程当中一个非常重要的环节，因此加强旅游线路的优化和配置对于旅行社而言可以减少成本，提升服务质量，我们主要通过优化车辆配送为主要目的，在掌握了客户需求的情况下，将路线尽量的优化，对于车辆的配送进行更加合理的安排，目前来说旅行社对于车辆当中的投入是比较少的，我国的大部分旅行社车辆是比较有限的，因此我们需要在约束的条件下更好的对于车辆装备进行应用，使得旅行社利润增加，这是一个重要的优化问题，因此我们需要通过智能优化的算法来对于含有随机变量的旅游线路车辆进行配送资源的优化，建立模型对其存在的问題进行解决。
本文通过邻接矩阵的方案对于车辆在不同的旅游线路当中的贡献值进行规定，在生活当中我们由于受到环境的影响，所以会导致估算出来的数据并不是确定的，因此我们建立了一定的随机变量来对于贡献值进行评估，在有随机变量的约束情况下，我们建立了目标规划模型，同时利用智能算法来对于车辆配送当中的优化问题进行分析，这样就能使得算法是科学有效的。
一、最优化问题与旅行社车辆优化配置模型的建立
在旅行社的规划当中需要对车辆进行相应的配置，如何让配置更加的合理，提升服务质量是一个非常值得研究的问题，随着社会的发展，游客的需求也在不断的提升，旅行社可以将线路划分为科技、生态、工业等方面的旅游线路，因此对于车辆的需求也是不相同的，因此我们需要根据车辆在每种线路中的贡献者来对其进行合理的规划使得旅行社的利润提升，同时需要满足一定的约束条件，主要为车辆数量限制，利用最优方法来合理的进行规划，提升其使用价值。
某市旅行社根据旅游景点区域和景点个数，位置并且分配旅游时间确定的前提下，设置旅游行程线路（如科技旅游线路，工业旅游线路.体育旅游线路.生态旅游线路，特种旅游线路），拟将3种类型的车辆装备车辆装备1（如大型客车），车辆装备2（如中型客车），车辆装备3（如小型客车）分配给5条旅游线路。其中，车辆装备1有20件，车辆装备2有40件，车辆装备3有30件。每条旅游线路至少要培植3件车辆装备1，6件车辆装备2，4件车辆装备3。
为了建立车辆装备配置问题的模型，使用以下的指标、参数和决策变量：
当一个配置模型在进行作用之后，可能会受到环境的影响，同时对于自身的评判体制造成一定的影响与反馈，同时利用设定好的函数结构或神经网络，就可以对执行函数和平方函数之间的误差来进行计算，实现最终的误差减少逐渐逼近，如果是先进行判断后执行的话，就需要使得评判函数最小，主要是通过贝尔曼的优化原因来进行的，这样可以尽量的减少系统的计算时间，同时对于系统的不确定的变化进行有效的响应，对于一些权重与参数可以有效的进行调整，本文利用配置函数的混合智能优化，最终得到了优化配置结果，这样就完成了一个配置执行和评判的过程。
二、混合智能算法的优化分析
一般在这样的框架下，可以实现较好的优化功能，主要包括评价模型和执行三个部分，这三个部分主要在于能够实现完整的评价改善循环，评价模块可以评估执行模块的实际效能，对于代价函数进行优化与修正，执行模块可以产生实际的动作来对所改进的策略进行执行，同时也能有效的对于被控对象的情况进行反应，将其进行运行之后，可以通过不同的反馈，来对实际评价与运行的情况进行确定，同时，利用相关的神经网络、强化学习等算法，来实现函数的近似与优化，这样就能对于系统的内部参数进行实时的更新，这里主要是采用贝尔曼的优化方式来进行更新的。
我们采用VisualC++软件来实现随机期望值模型的算法，期望值计算取10000组取平均，算法迭代1000次。我们有如下的结果，x=（2，5，3，，73，6，5，16，5，8，9，6，4，5，6） =371.111587，经验证，这种配置基本符合旅行社分配车辆的现实情况。但是还有一些配置不科学，这是由于贡献值（即权重值）确定的尚不完全符合实际，需要在长期的车辆配置的实践中加以修正和完善。
三、总结
这些年来，很多的高新技术进行发展，计算机、自动化等技术在优化问题中得到了广泛的推广，同时在数值优化技术的作用下，使得旅行社管理水平越来越高，因此我们必须提升优化配置算法的可靠度，使其更好地为我们而服务。
参考文献：
[1]王慧.基于蚁群算法的旅游线路规划设计[D].武汉轻工大学，2016.
[2]崔召全，林亮，陈曦.含模糊变量的旅游线路车辆配置[J].计算机应用，2008（S1）：364-365+368.