基于人群密集度旅游景点最佳路线生成的研究与实现——毕业论文

本科毕业设计(论文) 论文题目 基于人群密集度旅游景点最佳路线生成的研究与实现 Research Of Generate Tourist Areas Best Route Based On Population Density 基于人群密集度旅游景点最佳路线生成的研究与实现摘要: 随着经济的快速成长，居民收入水平和消费需求都大大提升，外出游玩成为了百姓们的重要生活方式之一，也是大众消费的主要载体。根据我国国家旅游局的预测，直到2015年，中国将要成为世界最大的国内旅游市场。因此，提出一个可提供最佳旅游服务的解决方案非常有必要，充分利用最少的时间，在最佳的时间和路线上，得到最大的旅游享受，让旅行的路途中免去烦心的等待和拥挤，不再让节假日旅游里的美丽花海变成人山人海。在旅游的过程中，如果有了智能旅游最佳路线指导，也将大大方便旅游区管理人员的安全保障工作。很多的旅游过程中不安全的因素都可以减少，这也有利于打造一个和谐大同的世界。本课题主要研究旅游过程中的景点路径标识、旅游景点的最佳路径生成、最佳路径相关信息的显示以及管理界面的UI交互等。旅游景点的最佳路径生成的核心是应用最短路径生成算法，即Dijkstra算法。具体方案是将人口密集度参数和景点距离做权重比处理，得出一个较为满意的最佳路径，生成并展现给用户查询。本课题分析的是一个低成本、高性能的最佳旅游路线指导系统。关键词：旅游；最佳路线；人口参数；路线指导RESEARCH OF GENERATE TOURIST AREAS BEST ROUTE BASED ON POPULATION DENSITY Abstract: Along with development of national economy, the residents income and consumption demand, tourism became a national important lifestyle and mass consumption important carrier. According to the national tourism administration forecast that by 2015, China will become the worlds largest domestic tourism market.Therefore, one can provide the best solution is very necessary, make full use of the least amount of time, in the best time and route, biggest tourist enjoyment, make travel journey from bother waiting and crowded, not to let the beautiful flowers in the holiday travel into a sea of people. In the process of travel, if there is the best route guidance of intelligent tourism, will greatly facilitate tourist area, the security management work. Many unsafe factors in the process of tourism can be reduced, this also is helpful for building a harmonious world.This topic main research of tourist attractions in the process of path identification, tourist attractions best path generation and the best path information display and management interface UI interaction, etc. Tourist attractions at the heart of the best path generation is generated by the shortest path algorithm Dijkstra algorithm. The densely populated parameters and attractions do weight than handling distance, it is concluded that a more satisfied with the best route, generate and show to the user query. This topic is a low cost, the analysis of the best travel route guidance system with high performance.Keywords: travel; the best route; population parameter; route guidance目 录1 绪论11.1 课题的研究背景和意义11.2 国内外研究现状和发展趋势21.2.1国内外研究现状21.2.2发展趋势22最佳路径生成应用总体方案设计32.1功能和需求分析32.2总体结构32.3 最短路径算法的比较选取42.4 本文研究的主要内容53 最佳路径生成应用的实现53.1最短路径计算53.1.1景点设置63.1.2数据管理73.2最佳路径生成83.2.1人口参数的获取83.2.2权重比计算93.3用户操作界面103.3.1用户信息输入103.3.2用户信息查询113.4管理员操作界面124实验结果与分析124.1最佳路径生成显示124.2管理员权限操作144.3后台数据处理145结束语15致 谢16参考文献16附 录17浙江传媒学院本科毕业论文 基于人群密集度旅游景点最佳路线生成的研究与实现1 绪论随着我国国民经济的不断成长，2010年中国俨然成为了全球第三大经济体。同时，城乡居民收入和平时生存质量明显有了很大的进步。跟随百姓们的经济延续快速成长，居民收入水平和他们的消费需求都大大提升，外出游玩成为百姓们的重要生活方式之一，也是大众消费的主要载体。通过这些发展实践我们得知，人均GDP达30005000美元这一阶段是游览休闲等发展型、享受型消费的一个爆发期1。于是就很自然地，旅游行业作为现代服务业的代表在近些年里发展十分迅猛。1.1 课题的研究背景和意义国家旅游局最新公布的统计数据可以表现出，到2015年为止，中国国内的旅游人数估计会到达33亿人次，国内人民人均旅游率将上升至2次以上，旅游的消费将等同于居民消费总量的10%2 。依照国家旅游局拟定的发展旅游业十五计划的基本思路来看，到2020年为止，中国海外旅游外汇的总收入将会在580亿美元以上。而与此同时，国内的旅游将会上升到29亿人次以上，国内旅游的收入将会升至20400亿元人民币以上3。国际旅游理事会已经预测出，到2020年为止，中国旅游消费和旅游投资都接近世界平均水平，旅游业总收入将占中国国内生产总值的8.64%4。从经济水平上来说，旅游业发达就可获得更多的外汇收入，增加GDP；对于社会，旅游业帮我们增加了就业机会，它有利于文化遗产的保护、传承；最重要的是，旅游业一直被称为无烟工业，它相对于工业和其它产业来说，对于环境的破坏力度确实要低很多5。在中国旅游业如此发达的情况下，人们每年可以旅游的节假日却并不多。1999年9月18日由国务院发布实施了全国年节及纪念日放假办法，并且明文规定了，全体公民放假的假期，如果正好赶在星期六和星期日，那么就应该在工作日的时候进行补假6。这样的话，在每年春节、五一、十一全体公民度假的3天时间里，若加上前后两个周末双休的倒休，于是就形成了每年的那三个假期黄金周。综上所述，正是因为旅游的需求伴随着假日周期的变化而上下波动，所以在这种情况下很多问题就会出现，从而引发旅游市场的供给不平衡，形成供需结构的矛盾7。在今天，假日旅游作为这样一种集中的休假方式，非常容易使得旅游景区变得人满为患了。对待这类问题，如果我们不去防微杜渐，那么将会对旅游行业的健康发展产生很多负面效应。因此，一个可以提供最佳旅游的解决方案非常有必要，充分利用最少的时间，在最佳的时间和路线上，得到最大的旅游享受，让旅行的路途中免去烦心的等待和拥挤，不再让节假日旅游时候的美丽花海变成人山人海。在旅游的过程中，如果有了智能旅游的最佳路线指导，也将会大大方便旅游景区管理人员们的安全保障工作。旅游过程中不安全的因素很多都可以减少，这也有利于打造一个和谐的世界。1.2 国内外研究现状和发展趋势“假日旅游”问题变得日益严重，旅游管理也因为这个原因越来越受重视，国内外已经有许多的研究机构渐渐开始对相关的技术进行了很多研究。而对于人流高峰的问题，不仅仅是旅游，而且在交通等方面也备受关注。近几年来，伴随着物联网、云计算，还有三网融合等新一代的信息技术的飞速发展，“智慧城市”已经成为了城市发展的新方向，并且也已经在世界范围内掀起了建设的热潮8。我们相信，“智慧旅游”将会彻底完全地改变我们的传统旅游行为、旅游方式，它会融入到我们的企业经营模式和旅游管理模式之中，“智慧旅游”将会引领旅游进入智能的时代，带着我们迈入智慧生活9。1.2.1国内外研究现状 2009年期间，德、英这两个公司在欧盟的资助下协同开发过一款智能的导游软件，它主要以“增强现实”的技术为设计基础，让游客们可以通过声、光和影像，来“亲身”体验那些已经被遗忘了的历史时光10。这个软件还可以实现路线规划的功能，它可以通过交互式路线规划的一些工具，来量身定做出一个专门贴合游客需求的旅行方案，可以帮助游客远离大众的线路，可以按需独辟蹊径，就完全相当于一个良好的全职导游11。 2013年，韩国也推出过一种基于智能手机平台而开发的“I Tour Seoul”的智慧旅游的服务系统12。这个系统是韩国特地为旅游者们提供的一个掌上移动旅游信息的服务平台。通过这个平台，旅游者们可以实时地获得旅游者当前所在的地方旁边的所有相关的旅游信息。还有一个美国旅游网站Priceline，在当时曾因为“客户自我定价系统”名噪一时13。传统的旅游销售都是由商家提供适当的价格，消费者进行选择，而Priceline网站却改而采用了由消费者定价格，然后再根据具体情况。Priceline网站属于那种典型的网络经纪服务，依靠替买卖两方提供信息平台而提取一定的佣金。 1.2.2发展趋势在这么多智慧旅游的出行指导系统和软件里面，主要技术实现上包括了最短路径算法和GPS技术等研究成果，这些高科技产品都是科学家们辛苦研究的成果。从前面国内外旅游指导软件和系统的发展现状来看，目前旅游出行指导系统正在向智能化、网络化的方向迈进。虽然旅游引导系统已有了一定的实验成果，但却仍然存在着很多的问题需要解决，技术上离完全成熟还是有一定差距的。例如在人性化的设置；旅游事件中所有信息的真实性，及时性和可靠性这些方面都还有所欠缺。最短路径问题是可以适用于各种领域的其中最基本的问题之一，并且它和路线导航系统有着密切的关系14。这个重要问题最早在20世纪初就已得到了人们的高度重视，那个时候也有很多的科学家来研究这个重要问题的解决办法。但是一直到1959年，荷兰计算机科学家迪杰斯特拉的出现，这一问题才得到了求解的基本思想，并产生了相应的算法。那个时候的迪杰斯特拉提出的这个算法它主要用作解决的问题是：从一个固定的点到其他所有的点的最短路径问题的求解15。后来慢慢地这个算法不断改进，就成了众所周知的迪杰斯特拉算法，这个算法也成为了一代经典。在今天比较流行的求解最短路径规划的算法主要有下面三大类：第一种算法是基于图论理论的算法；比如迪杰斯特拉算法及其改进算法，比如Floyd算法等等；第二种算法是理论上基于传统人工智能的一种算法，比如A机器算法及其改进算法，比如宽度有限算法，比如深度有限算法等等；第三种算法则是建立在智能控制技术的基础上而开发的算法，比如遗传算法，比如人工神经网络算法等等16。在这里比较值得一提的是，近几年来智能控制技术在路径规划的问题上得到了很广泛的应用，所有都向智能化靠齐。因此人们的研究兴趣也逐渐地从对前两类算法的不断改进而转移到了对第三种算法的进一步开发研究中。2最佳路径生成应用总体方案设计2.1功能和需求分析考虑到此应用的适用场合和必要功能，本次设计出的应用需要具备以下功能：（1）用户信息输入功能，即表示用户此时所在地信息；（2）用户信息查询功能，即最佳路径查询；（3）管理员权限操作功能。（4）数据获取和更新功能。2.2总体结构本次设计是基于该旅游景点应用的功能需求，来确定应用的结构设计，制作了这种旅游景点最佳路径生成的应用。它是以PC为操作环境的，结合最短距离的计算，可提供用户和管理员多身份使用的操作界面，是完成出行指导、路线提示的比较好的现代化设备。系统架构：系统架构分为三层。最底层为数据获取；利用网络端口与本地存储系统所需数据，可供业务层使用；中间层为业务层,该层根据需要；按照各种逻辑，读取、组织数据；并向用户输出所需结果；最顶层为表示层，它体现了UI交互功能，并为不同的使用者提供不同的业务层服务。本文总体设计方案如图2-1所示。表示层用户查询界面管理员操作界面业务层数据获取地图服务最佳路径生成数据操作地图数据景点数据线路数据摄像机数据图2-1总体方案设计2.3 最短路径算法的比较选取就目前而言，关于最短路径求解的相关研究主要有两方面。第一方面是最短路径问题。在拥有完全信息这种确定情况下对于最短路径求解问题的研究中，迪杰斯特拉，Bellman和Dreyfus早已经发展出了很多高效的算法。这些高效的算法已经成为了确定情况下的经典首用算法。而在不确定的时候最短路径求解的问题又包含了以下几个方面：Merchantman以及Frank研究出了路段长度可随机变化的、在非时间独立情况下求解最短路径的算法；另外Sara、Laue和Mouthy也研究了考虑在不同的费用情况下实现函数最短路径的问题，他们得出的结论是：在期望最短路径时，可以把问题转化成为将边的权重当作期望值来表示以求解出最短路径问题；Tomas和Rajeev也研究出了路段长度为区间范围时候的最短路径求解问题。常见的几种最短路径求解算法的优缺点比较如下：（1）A算法A算法是人工智能之中的一种比较典型的启发式搜索算法，这个算法的创新之处在于它选择了下一个被探索的结点时引入了已经知道的路网信息和目标点信息，对于当前点和终点的距离进行适当评估，用来作为选择下一路路径结点的依据。普通A算法一般都会采用四方向或者八方向，我们对矢量路网一般采用遍历相连的一种路径法来进行路径探索。一般来说，在城镇的地价定级估价当中，如果不去考虑路网，完全可以采用栅格八方向的方法。而如果通过A算法，就可以寻找到任何一个因素因子和其它的各点之间的最短路径了。A算法不需要找遍整个的搜索空间，只需要根据用户所选择的启发式函数，然后朝着最有可能的方向前进。A算法相对而言搜索速度比较快，理论上也可以找出最优解，但是在实际的应用过程中，经常会因为选取不正确的启发式函数而导致找不出最短路径，所以往往搜索的成功率并不是特别高。（2）遗传算法遗传算法(简称GA，Genctic Algorithms)是模拟自然淘汰（达尔文理论）以及遗传选择的进化过程的一种计算模型。遗传算法的主要思想是依照着生物遗传学的自然规律，它是一种具有“生存+检测”的迭代过程的搜索算法。遗传算法会把每一个有可能的结果解编码成为一个向量，再把每一个向量称为一个染色体，而向量的每一个元素都称为这个染色体的基因。那么所有染色体就可以组成群体。遗传算法按照预定好的目标函数，针对每一个染色体进行估计，按照估计结果可以得出一个适应度的值。遗传算法在最开始的时候先随机地产生一部分染色体，分别计算出它们的适应度，然后再根据这些适应度对所有染色体不断选择、变异、交换等，除去适应度较低的染色体，最后留下适应度较高的染色体。因为新群体的成员都是上一代群体留下来的优秀者，所以在总体上比上一代优秀。遗传算法就是这样反复更替，一直到最后满足了某种预定的优化指标为止。（3）Dijkstra算法然而经典算法迪杰斯特拉算法却不一样。它的基本思想是先将所有网络结点都分成三部分:未标记的结点、临时的标记结点和永久的标记结点。在网络中所有的结点首先都要初始化为未标记的结点，然后在搜索的过程中，和最短路径中的结点相互连通的结点作为临时的标记结点，那么每次循环都要从临时的标记结点中搜索距离目标源点路径长度最短的那个结点，以作为永久的标记结点，一直到找到目标结点或所有的结点都已经成为永久的标记结点，最后结束算法17。最短路径算法一直以来都是计算机科学和地理信息科学等科研领域所研究的热门话题，有关于它的算法有很多种，其中一种就是传统的迪杰斯特拉算法，它一般情况下都被用于计算出一个固定的节点到所有的其他节点的最小等价路径，且这个算法完全能适应网络拓扑的突发变化，其性能稳定，所以这个算法可以在运输路线规划等领域都应用广泛。所以本文所选取的算法也是迪杰斯特拉算法。2.4 本文研究的主要内容本课题主要对旅游景点最佳路线生成的研究进行设计分析，主要研究旅游过程中的景点路径标识、旅游景点的最佳路径生成、最佳路径相关信息的显示以及管理界面的UI交互等。具体如下：（1）首先需要的是获取该旅游景点的地图作为系统应用的背景图片。第一步要做的就是标识出景点实际位置，给出景点间的实际路线，使用户可以通过本系统应用得到关于该景点路线上的信息；（2）然后需要研究出最佳路线生成的方法。本系统设计的方法是最短路径算法和人口密集度参数的权重考虑，在综合考虑这两个因素的情况下，分配不同的权重比，就可以得出一个用以衡量是否为最佳路线的数值。对于最短路径的生成，本系统采用了dijkstra算法； （3）而对于人口密集度参数，理论上是从已有的摄像头相关应用中获得，可以连接上网络端口然后通过网络获取相关人口密度的数据。所以该研究如果在现实中应用，还需要通过网络端口实时接收相关的数据。也就是需要确保在一定时间频率内，该应用可以获得新的数据，这样才可以实时地计算出每段时间里的最佳路径，给用户真正正确的路线指导；（4）最后需要设计出一个相对较好的用户UI界面。界面设计包括用户路线查询界面，管理员登陆界面，管理员数据管理界面，管理员项目增减界面。本次研究需要考虑到旅游区景点的更换情况。如果某条路径发生变化，希望可以实现由管理员来操作改变系统的提初始设置。（5）最后需要对实验结果进行分析和改正，包括对应用调试过程中遇到的问题的解决，以及对未来的展望和实现。3 最佳路径生成应用的实现3.1最短路径计算本次研究所采用的最短路径算法是迪杰斯特拉改进算法。迪杰斯特拉算法的主要解决的思想是，首先把所有的网络分结点划分为三部分：未标记的结点、临时的标记结点和永久的标记结点。然后在路径网络中，所有的结点首先都必须要先进行初始化，也就是都要划分为未标记的结点，这样的话，那么在搜索过程中我们就要将与最短路径中的结点连通的那个结点作为临时的标记结点，在计算最短路径时，每次循环都要从临时的标记结点中搜索距离源数值，将路径长度最短的那个结点作为永久的标记结点，一直到找到了目标结点，或者所有的网络结点都成为了永久的标记结点，就可以结束算法18。这就是该算法寻找最短路离的核心思想。最短路径的计算过程如下：（1）起初的时候让 S=V0，T=其它顶点，T中含有顶点对应的距离数值。如果存在，d(V0,Vi)就作为弧上的权值；如果不存在，d(V0,Vi)就为。（2）从T中选出一个其距离值是最小的那个顶点W，且不在S中，把它加入S。（3）对于其余的T中顶点的距离值进行适当修改：如果加入进W作为中间顶点，从V0到Vi的距离值出现缩短，那么就修改这个距离值。（4）不断重复上面所说的步骤2、3，一直到S中包含的所有顶点，即W=Vi就截止。最短路径算法效果图如图3-1所示。图3-1最短路径算法效果图3.1.1景点设置由于此程序是试用研究，所以本次选用了一个较小的景点，也就是浙江西湖的一部分作为景点设置。具体步骤是：首先打开百度地图，找到浙江杭州西湖，然后找出一些相应景点，把景点做上标记，并用ABCDEFGH等分别标记每一个景点，用于程序语言的标记，即在应用程序里它们的出现方式。然后利用画图工具来把景点之间的路都标记出来。这些都是形象化的路径，并非实际路径的表现，所以只是将可以连通并存在可使用路径的两个景点连接起来，并标记出每条路实际距离。还有另一种解决方案。在路径表示和计算中，可以将每个景点的坐标都表示出来，即把界面变成一个二维坐标，以某一点为固定原点，这样就用二维坐标把每一个景点的位置都表示出来。比如A(20.50),B（90，100）。这样同样可以计算出每两个相邻景点之间的距离，而且界面图可以更加贴近真实化。但是考虑到景区可能或有路径变化，可能会有改动，所以最终还是选用认为标记距离法。这样可以省去管理员坐标改动。考虑到景区管理员的操作能力和理解能力，最终还是选择了比较简单的表达方式。这样的标记方法使得游客可以对景点设置一览无余，便于记忆和查询。景区图界面表示如下图3-2所示：图3-2景点设置界面图3.1.2数据管理数据管理是该应用最为重要的地方，所以数据的更新，数据的保留和计算成为能否提供最佳路径的重要依据。数据是需要被修改的，如果数据只能一成不变，这将会使得应用变得一次性化，完全不符合人性设计。但是数据的修改有必须是安全的，否则将会给游客们带来错误的指导，与本应用的设计背道而驰。所以本次研究在此处的设计是加入管理员功能。管理员需要密码才可以登陆，该密码的设置可以保证数据修改的可靠性和安全性。只有用正确的用户名和密码登陆，才可以进行数据的修改。管理员登陆界面如下图3-3所示。 图3-3管理员登陆界面图距离数据的修改是手动输入式的。如果景区设计发生变化，管理员可以酌情修改路径距离。最常见的就是当某一条路被封死了，管理员就需要将此段路径设为无限大，以避免游客选择此条路径。但是每次打开管理员权限后只可以修改一次数据，否则就需要退出应用后再重新修改。这样做的目的是为了避免管理员错误操作导致结果错误，也可以防止密码被盗然后被恶意不断篡改数据。修改界面如下图3-4所示。图3-4数据修改界面图3.2最佳路径生成拥挤度和距离成是人们在旅行中最为关注的两个方面。所以，在最佳旅游路线系统中，需要充分考虑距离和人流量这两个因素，使得人们不仅可以找到最近景点，还可以避免被人潮拥挤。所以要想得到最佳路径，除了需要当地景点距离信息，还需要获取相对应的人口密集度。3.2.1人口参数的获取人口密度是单位面积土地上居住的人口数。旅游景区的人口密集度可以从该景点的摄像机数据得出。摄像机提取人口为0 的时候作为基准背景图片，然后将特定时刻有大量游人的图片与基准图片作对比求差值，即可以得到该时刻该景点路口的人口密集度。但是人口密集度的具体计算本文在这里暂不做讨论。我们假设我们已经可以从某计算人口密集度的应用中实时获取到此参数，并已经将其加入作为最佳路径计算的依据。在本次应用设计里，需要用到的人口密度参数是存储在一个命名为TXT文件夹中。如下图3-5所示。 图3-5人口参数存储图如果改动该TXT文件夹中的数据，会导致计算结果不同，这就是加入人口参数的意义。在本次研究设计中，我对于人口参数的参与计算程度没有进行严格的斟酌，暂定为每个景点的人口参数之和，再平均一下，就暂定为选择这段路会面临的人口密度。即如果只经过两个景点，就是(A+B)/2，如果是三个，那就是(A+B+C)/3。这在程序里有体现出来。另外还有一个值得注意的是，只有管理员登陆，才会在计算最佳路径的时候考虑人口参数，否则只计算实际路程。这样做的好处是，如果处于旅游淡季，不需要考虑人口参数的情况下，就可以不进行管理员登陆，因为此时的最佳路径就是最短路径。这是本应用较为人性化的一个设计。3.2.2权重比计算拥挤度和距离固然是人们在旅行中最为关注的两个方面，但是不同的人，对于这两个因素的在意程度是不一样的。本文暂时讨论的只是固定的权重比，这个可以通过一个随机问卷表来确定此权重比值。如果可以投入市场使用，我们依据使用方面不同，可以将这个权重比人性化。我们设置一个默认的权重比值，但是用户可依据自己的要求来更改这个权重比值。这个想法是可行的。但是需要依据不同的产品需求来确定，这里讨论的是旅游景点的最佳路径指导，如果将这个比值随机化，就达不到这个最佳确定的目的了。所以这里采用固定权重比值。随机问卷如下图3-6所示。图3-6权重比值调查问卷确定权重比后，我们就可以用“路径距离*a%+人口密集度参数*b%”来代替本来的路径距离，这样就可以由原本的计算最短距离的函数得出综合人口密度的最佳距离，从而实现本课题的目的。这里我们将此a、b设置默认为50、50。最优路径计算实现思路如下图3-7所示。图3-7最优路径计算思路3.3用户操作界面在实现可以得出最短路径和最佳路径的功能之后，我接下来要进行的工作就是应用界面了。用户界面的功能包括路径查询和显示结果两部分。路径查询包括不同查询种类，分为有目的地查询和自动推荐两种。用户还需选择查询最短路径，最佳路径，或者人口最少路径。这将由用户按需选择。这样的设置也正是这个应用的人性化体现之处，也只有这样的考虑，才可以真正的地给旅客带来便利。在本应用中选择的管理员代为选择，即管理员登陆实现人口参数的计入，管理员不登陆就只考虑实际距离。3.3.1用户信息输入用户信息输入功能，即表示用户此时所在地信息，以及想要去往的目的地，也就是确定算法程序里的起点和终点。用户可以在已经设定好的景区地点里做出选择，需要分别选择好自己的出发点和目的地。选项里是该景区已经设定好的景点名称。用户输入信息界面如下图3-8所示。 图3-8用户信息输入界面3.3.2用户信息查询选择好出发点和目的地之后，就可以查询最佳路径的结果了。选择好之后点击“Search”就可以得到最佳路径的结果。如下图3-9所示。图3-9 最佳路径查询显示结果显示如上图3-5所示。从显示的结果中我们可以得知，从莲花峰到长桥公园，最近的路程是经过丝绸博物馆的那条路。这样用户就可以在地图中看到自己应该选择的最佳路线了。不同情况下会有不同的结果显示。这需要实时更新数据才能完成。在这里，我们可以看到的是界面操作，是直观上使用的流程。现在，我简单介绍一下结果得出的内部原理流程图。也就是内部数据处理的流程图。如下图3-10。调用模块收集基本规划需求，检索景点信息根据景点信息组织交互平台，用户进行交互操作用户完成交互操作，得到最优路径结果系统重新收集相关数据存入应用景点信息数据库相关数据获取完成调用图3-10 数据操作流程图3.4管理员操作界面考虑到该应用是要应用到旅游景区，类似这样人口繁杂的地方，所以我们需要加一个管理员权限操作。首先需要一个管理员登陆界面，如上图中“Login”按钮就是管理员登陆按钮。输入正确的用户名和密码，然后点击后即可进去登陆界面。如下图3-11所示。 图3-11（1）管理员登陆界面 图3-11（2）管理员登陆成功界面登陆进去后就可以开始行驶管理员才有的操作权限。这里的用户名是fangting，密码是123456。只有登录成功，系统才可以接入人口密度的实时数据，才可以实现核心的功能。4实验结果与分析4.1最佳路径生成显示用户输入出发点和目的地之后，就可以得到需要的路径信息。输入只需要点击倒三角就可以在所有景点中选择正确的地址。包括出发点和目的地都已经全部在选项里，这是用户操作的人性化设计，以免输入错误使得操作有误。生成的过程和结果如图4-1所示。图4-1用户信息输入界面点击上图中Search按钮，就可以得到需要的路径信息。此信息显示在右边的空白文本框里。可对照着上面的地图来寻找相对应的路径。这样可方便用户对于景区环境的了解，降低迷路的概率。查询结果是用文字的体现方式。如果结果不需要中转站，就直接显示出发点和目的地的名称，如果需要中转站，则会把途中所经过的景点也显示出来，这样就可以让用户自己在图中找出，到底结果显示的哪一条路，我们应该如何走才可以最近。结果如图4-2所示。图4-2路径结果输出界面值得注意的是：如果用户输入的起始点和目的地是相同的，会出现错误提示。这样就必须要重新输入所属信息才可以得到正确的结果。错误提示的显示如下图4-3所示。图4-3输入出错显示界面4.2管理员权限操作本应用的设计里，只有登陆管理员的权限后，在最佳距离的计算中才会加入人口密度参数作为计算结果。这样是为了更加确保计算结果的可靠性，只有在管理员确定信息都无误后才可以提供最佳结果。另外，我还加入了管理员可以修改实际距离的功能。这使得该应用变得人性化。因为景区已经作为了界面背景，所以暂时还没有实现管理员添加或删减景区的功能，不过可以在实际距离里输入很大的数字，或者输入为0，即可修改景区，修改弃置道路。管理员修改路径功能如下图4-4所示。图4-4管理员修改数据界面4.3后台数据处理本应用因为需要数据实时更新，所以在理论上必须和网络端口相连接。这其中包括了景点数据，特别是人群密度的获取，需要与可以获取人群密度的应用相链接，因为时间原因，所以在这里就不具体讨论。我主要设计的是将这样一个最短距离与人口密度相结合的思维创新，给用户提供更好的帮助。当然与网络端口连接以实时更新数据，这是最开始的理论设计，也是理想希望达到的效果。如果实际应用，本应用需要与专门的摄像头应用相连接，通过网络传输和接受数据，这样才可以达到预想的功能和效果。5结束语针对旅游景点人口拥挤，路线不明确，旅游时浪费时间在寻找正确路径，不断往返的问题，本文设计了一个解决方案，本文主要完成以下几个方面的工作:（1）首先需要的是获取该旅游景点的地图作为系统应用的背景图片。第一步要做的就是标识出景点实际位置，给出景点间的实际路线，使用户可以通过本系统应用得到关于该景点路线上的信息。即旅游景点信息的图上标识；（2）然后需要研究出最佳路线生成的方法。本系统设计的方法是最短路径算法和人口密集度参数的权重考虑，在综合考虑这两个因素的情况下，分配不同的权重比，就可以得出一个用以衡量是否为最佳路线的数值。对于最短路径的生成，本系统采用了dijkstra算法。即研究最短路径算法的问题，借助c#工具实现最短路径生成，以VS为实验开发平台，加入人口密集度作为参数，生成最佳路径；（3）而对于人口密集度参数，是从连接在景点摄像机后的特定应用中获得的。所以该研究还需要与网络端口相连接，以实时接收数据。需要确保在一定时间频率内，我可以获得新的数据，这样才可以实时地计算出每段时间里的最佳路径，给用户真正正确的路线指导。即利用网络端口来接收获取景点摄像头信息，得到人口密集度参数；（4）最后需要设计一个较好的用户UI界面。界面包括用户路线查询，管理员登陆界面，管理员数据管理界面，管理员项目增减界面。我需要考虑到旅游区景点的更换情况。如果某条路径发生变化，希望可以实现由管理员来操作改变系统的提初始设置。即实现只对管理员开放的数据更改操作。在程序调试的过程中，我遇到过很多问题。本身我对于程序设计方面并没有太多研究和建设，所以一开始上手的时候，很生疏，很多东西都已经不记得了。在自己和老师们的讨论之下，我才开始慢慢地理清头绪，也就开始图书馆借阅资料，开始着手去学习那些陌生的语言，开始尝试那么看着完全不知所措的程序。最开始的时候，因为制作界面的问题，我想选用VB，因为VB做界面比较简单，而且高中时候有涉猎过。但是在制作过程发现很多小问题。最关键的是，我找不到关于VB的实现最短距离计算的程序。因为自己对于这些语言掌握地并不扎实，所以我也做不到自己翻译。所以最后我只能转而选择VS搭建环境。最后我使用的是C#。我们以前学过这个，所以比较熟悉一点。虽然比较熟悉，但还是有很多困难。比如制作界面就是个大问题。还有很多因为一开始没有制定好的应用需求，所以导致后来需要反复修改程序，反复出现Bug。不过庆幸的是，在老师们和同学们的帮助下，我最终还是坚持下来，自己完成了这样一个毕业设计。虽然过程比较繁琐，比较痛苦，但是最后完成的时候，我还是倍感欣慰。不管如何，这是我自己在大学里最后的成就，最后的努力，我很珍惜这一段最后的大学学习经历。我会在未来不断努力，我知道将来会有更多的困难，更多的问题，我都会用今天这样的决心，去面对那些困难，解决那些困难。世上无难事，只怕有心人。致 谢随着我这份毕业论文的最终落版完成，我的四年大学生活也就要真的完全结束了。回顾一下自己的这段时间，这段难得且珍贵的求学经历，我感觉收益良多，这一定会在将来的不久成为我人生中最最宝贵的一笔财富，它会造就一个更加成熟，更加努力，更加向上和积极的一个我。在这里，我要特别地衷心感谢我的毕业设计导师练益群教授对我的敦敦指导，感谢我们11电子信息学院对我的悉心栽培，感谢这个学校和这四年里所有关心过和帮助过我的人们。本此的毕业设计论文是我在我最爱的导师练益群教授的精心指导和严厉要求的情况下才最终完成的，不管是从论文的多次选题、方案的精细构思，还是从研究的各种方法，直到最后论文的多次修改和撰写，都凝聚着我的导师的很多的智慧与心血。她那严肃的科研态度，严谨的教学精神，还有那精益求精的工作风气，都深深地影响和激励着我，我将会在未来的工作岗位上，向她学习，向她致敬。练老师不仅仅是在学术研究上给予了我精心的指导，而且还在思想上，在生活上都给了我无微不至的照顾，对我的帮助非常之大，让我很是感动。在这里，我还必须要感谢一直和我在一起讨论毕业设计的我的11广电班的同学们，正是因为有了你们大家的帮助和互相支持，我才能在最后克服那些一个个的困难和迷惑，一直到本篇文章的顺利完工。当然我还要在这里特别地感谢我的父母，感谢他们的养育之恩，感谢他们在这大学四年期间对我默默地支持与鼓励，你们强大的后盾支撑，给我带来了无忧虑的后备环境，这些都很温暖，都一直激励着我去克服一个个学习、思想和生活中的所有困难。爸爸，妈妈，你们永远是我最坚强的后盾，是我最爱的人。我以后一定会好好报答你们，好好报答所有帮助过我的人们，我会用自己的实际行动，自己的劳动成功，来向全世界证明，证明我自己的强大，证明你们对我的教诲成果。最后再一次真切得感谢曾经关心过和帮助过我的所有的老师们、同学们和我的朋友们，非常感谢你们在我学习上和生活上的全部支持和全部帮助。我将会在未来的日子里更加努力地学习，更加努力地工作，一定不会辜负父母对我的殷切的期望和老师们的敦敦教诲，我一定会在未来做出好的成绩，用它来回报曾经我得到的的每一个点滴恩情。最后，由于本人自己的学术水平和研究进度都有限，所以最后所撰写出来的论文在很多地方难免有不足之处，真诚地恳请各位评委老师和广大学友们批评指正，我一定听取并争取改正完善！参考文献1曾国军,蔡建东. 中国旅游产业对国民经济的贡献研究J. 旅游学刊,2012,05:23-31. 2李云鹏,胡中州,黄超,段莉琼. 旅游信息服务视阈下的智慧旅游概念探讨J. 旅游,2014,05:106-115. 3李锋,陈太政,辛欣. 旅游产业融合与旅游产业结构演化关系研究以西安旅游产业为例J. 旅游学刊,2013,01:69-76. 4张凌云,黎巎,刘敏. 智慧旅游的基本概念与理论体系J. 旅游学刊,2012,05:66-73.5生延超. 旅游产业结构优化对区域旅游经济增长贡献的演变J. 旅游学刊,2012,10:11-19. 6赵红梅. 论旅游文化文化人类学视野J. 旅游学刊,2014,01:16-26. 7程锦,陆林,朱付彪. 旅游产业融合研究进展及启示J. 旅游学刊,2011,04:13-19.8严红萍. 基于GPS/GIS车载导航系统相关技术的研究D.河海大学,2006. 9Xiaoge Wei,Wei Lv,Weiguo Song. Rescue Route Reselection Model and Algorithm for the Unexpected AccidentJ. Procedia Engineering,2013,62:.10曹旭. 旅游线路优化设计研究D.西北民族大学,2012. 11何其祎. Dijkstra算法的打车软件司机端选择最短距离乘客优化问题J. 地理信息,2014,03:52-53+6. 12张莹光. 云计算环境下保护隐私的图状数据处理技术研究D.北京邮电大学,2014.13鲍培明. 距离寻优中Dijkstra算法的优化J. 计算机研究与发展,2001,03:307-311. 14代西武. Dijkstra矩阵算法J. 北京建筑工程学院学报,2007,02:65-67+71. 15朱翰超,杜亚静,季节. Dijkstra算法在电力电缆敷设优化研究中的应用J. 电气,2014,24:115-118. 16刘玉玮. 智能交通中最优路径算法的研究与实现D.昆明理工大学,2013. 17Hiroshi,Nishimura.A fast algorithm for finding better routes by AI search techniquesN,Nature,2004.18Dennis Luxen,Christian Vetter.Real-time routing with Open Street Map dataN. Nature,2011.附 录一、主程序 public partial class MainWindow : Window private int max_i=999999999; private string nodeInfo = new string8; private int VertexNum = 8; private const int b = 20; pr