摘要
中科院发布的2022年《旅游绿皮书》指出，中国已成为全球最重要的主题公园市场，主题公园逐渐成为旅游业中不可或缺的一部分，增加了越来越多的游客流量。然而,国内外大型主题公园普遍存在较严重的排队时间过长和设施利用不充分等问题。如何有效缩短排队时间一直是国内外学者们关注的重点。目前的相关研究尚未能够综合考虑游客的兴趣点，以及设施的实时排队人流变化，同时规划算法也存在效率不高的问题。针对上述问题，提出一种动态虚拟排队模型，该模型能够结合每位游客的兴趣点和各个设施的实时排队人流量，为游客规划总排队时间最少的游玩路线。本文主要工作如下: 1.提出一种动态路径规划模型，该模型基于各个游乐设施的实时排队人流量变化，以及游客的兴趣点，为其规划游玩设施的全局最优路径，该路径可以保证游玩期望的所有设施的总排队时间尽可能少。通过给现有游客规划路径，来进行虚拟排队，同时兼顾预约游客与非预约游客对排队的影响，以此来预测未来各个阶段的设施人流变化，从而为游客规划总排队时间最少的游玩路线。 2.在传统旅行商问题的数据结构基础上，提出一种改进的矩阵数据处理方式，将动态旅行商的问题转化为静态旅行商问题进行处理，改进后的数据处理方式，能将算法复杂度降低一个维度，显著降低了算法执行时间。 3.基于自然选择理论中的适者生存概念改进了简单遗传算法，提出最优复制法。在选择运算之前对种群进行优化调整，算法将最优的个体复制两份，并淘汰最劣的两个个体，以此增加优秀个体复制的机会，从而优化算法执行效率。在交叉和变异中引入了父子竞争法，通过父子竞争来决定进化方向，从而保障进化过程始终朝着有利的方向进行。 实验数据显示，改进后的遗传算法相比简单遗传算法和对照算法能更快实现收敛，具有更好的平均偏差率。简单遗传算法平均偏差率高达26.7％,对照算法为12.7％,而改进后的算法，平均偏差率只有0.2％。在大部分实验中，能够获得0偏差率，取得了良好的效果。研究所提出的路径规划方法能够在更短的时间内找到更省时的游玩路线，改进后的算法相比改进前平均减少约21.8％的排队时间，能够改善游客游玩体验，从而促进主题公园经济效益增长。
NETL