面向农业旅游的人工智能路线规划算法应用研究

作者：王润

来源：湖北农业科学, 2022, 61(23): 173-179.

DOI：10.14088/j.cnki.issn0439-8114.2022.23.035

• 遗传算法
• 蚁群算法
• AC-GA融合算法
• 农业旅游

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2 457.755 3 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。

• 单位
  无锡城市职业技术学院