海峡西岸智能导游系统的设计与实现

摘要

为了提高海峡西岸旅游的信息化水平，本文提出了基于KingMap地图软件平台的海峡西岸智能导游系统。首先介绍了KingMap地图软件和智能导游系统的硬件平台，接着给出了系统整体平台框架和模块设计框架。该软件功能模块主要有：用户个性参数选择模块、旅游方案生成模块、旅游相关查询模块。
　　 在所有景点根据属性划分为不同的景点类的时候，需要采用聚类方法将众多的景点划分到几个重要类属中。首先介绍了聚类分析的基本概念，分析了基于划分的K-means算法，基于密度的DBSCAN算法，基于层次的BIRCH算法以及基于网格的WaveCluster算法等几种具有代表性的聚类方法，并分析了它们的优缺点和时间复杂度。接着阐述了适合本系统景点划分的最优模糊划分聚类方法的理论和模型，展示了目前广泛使用的寻优迭代过程，并提出了改进措施。实例证明，某些非常重要的景点划分到了两个类属里，这一点达到了海峡西岸智能导游系统关于景点聚类的要求。
　　 智能导游系统设计中，最短路径问题也是-个需要解决的重要问题。本文从最短路径研究的意义出发，分析了基于图论的最短路径算法-Dijkstra算法的基本思想，并在此算法的基础上进行了改进。智能系统为了给出游客在有限逗留时间内安排最合适的景点游览方案，提出了贪心算法和动态规划算法。通过分析对比和验证，实践证明动态规划算法是最有效的。
　　 系统各个模块的功能和界面的实现都进行了详细地分析和设计。测试结果表明该系统操作简便，界面友好，并具有良好的可扩展性和维护性。

目录

文摘

英文文摘

第1章 绪论

1.1 研究的目的和意义

1.2 现状分析

1.2.1 智能导游的产生及发展

1.2.2 智能导游的应用现状

1.2.3 智能导游系统的应用案例

1.3 本章小结

第2章 智能导游系统中的相关技术及相关算法

2.1 技术平台及环境要求

2.1.1 推荐硬件配置

2.1.2 软件环境要求

2.2 系统软件接口

2.3 系统通信接口

2.4 智能导游系统在手机平台上应用的主要技术

2.5 聚类分析算法介绍

2.5.1 划分法

2.5.2 层次法

2.5.3 基于密度的方法

2.5.4 基于网格的方法

2.5.5 基于模型的方法

2.6 最短路径算法

2.6.1 迪杰斯特拉算法

2.6.2 A*算法

2.7 本章小结

第3章 海峡西岸智能导游系统中的主要算法设计

3.1 聚类算法生成旅游景点方案

3.1.1 模糊软划分聚类

3.1.2 聚类后景点筛选算法

3.2 智能导游中的最短路径问题

3.2.1 贪心算法和Dijkstra算法

3.2.2 背包问题和动态规划方法

3.2.3 关于最短路径的算法流程图

3.3 一天游历的景点集方案

3.4 综合旅游方案算法

3.5 算法成果展示及展望

3.6 本章小结

第4章 海峡西岸智能导游系统的实现

4.1 系统运行环境部署

4.2 海峡西岸智能导游系统的主要功能

4.2.1 用户选项界面

4.2.2 地图显示模块

4.2.3 景点介绍

4.2.4 相邻景点路径信息查询

4.2.5 公交查询

4.3 海峡西岸智能导游系统的主要技术特点

4.4 本章小结

第5章 结论

致谢

参考文献

在学期间发表的学术论文