MétaCan
Menu
Retour à la cohorte
Enregistrement W4391020805 · doi:10.1109/smarttechcon57526.2023.10391604

Tourism Route Design of Characteristic Local Landscape Based on Improved Ant Algorithm

2023· article· en· W4391020805 sur OpenAlexaff
Mudiarasan Kuppusamy, Appa Row Sannasai, Noor Adila Abd. Raub, P. B. Edwin Prabhakar, Syed Kadir Abdullah, V Asha

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Parking Systems Research
Établissements canadiensHorizon College and Seminary
Organismes subventionnairesnon disponible
Mots-clésTourismAnt colony optimization algorithmsScope (computer science)Computer scienceRural areaProcess (computing)Operations researchTransport engineeringAlgorithmGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

With the rise of leisure tourism and the improvement of attention to rural landscape, the rural areas in the suburbs of metropolis absorb urban resources in the process of development, and have the advantage of developing rural tourism. The rural areas have been greatly improved in environmental infrastructure and landscape construction, and the rural areas in the suburbs have gradually become the consumption space of emerging urban residents. This paper improves the basic ant colony algorithm, adds the stage of centralized search scope, real-time updating pheromone, and pheromone rollback mechanism, and uses MATLAB software to customize a comprehensive travel route plan. In order to spend less money and get the most comfortable travel experience, the cost target and experience target are integrated, and a tourism route planning model based on ant colony algorithm is established, and the improved ant colony algorithm is used to solve the planning model. Finally, the model is applied to practical cases, and the optimal travel path that meets the requirements is obtained through calculation and analysis.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,971
Score d'incertitude au seuil0,473

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,241
Écart entre enseignants0,222 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSmart Parking Systems ResearchTravaux en français237 207