Muestreo de Monte Carlo para el problema del diseño del viaje turístico

Autores/as

  • Xiaochen Chou IDSIA - Dalle Molle Institute for Artificial Intelligence (USI-SUPSI), Switzerland
  • Luca Maria Gambardella IDSIA - Dalle Molle Institute for Artificial Intelligence (USI-SUPSI), Switzerland
  • Roberto Montemanni Dept. of Engineering Sciences and Methods, University of Modena and Reggio Emilia, Italy

DOI:

https://doi.org/10.29352/mill0210.09.00259

Palabras clave:

el problema del diseño del viaje turístico, el problema de orientación probabilística, el muestreo de Monte Carlo, la optimización combinatória

Resumen

Introducción: El problema de diseño del viaje turístico es una variante de un problema de planificación de rutas para turistas interesados en múltiples puntos de interés. Cada punto de interés tiene una disponibilidad diferente, y se puede lograr un cierto puntaje de satisfacción cuando se visita.

Objetivos: El objetivo es seleccionar un subconjunto de puntos de interés para visitar dentro de un presupuesto de tiempo determinado, de tal manera que se maximice el puntaje de satisfacción del turista y se minimice el tiempo total de viaje.

Métodos: en nuestro modelo propuesto, el cálculo de la disponibilidad de un PDI se basa en el tiempo de espera y / o el pronóstico del tiempo. Sin embargo, la investigación muestra que la mayoría de los turistas prefieren viajar dentro de un área abarrotada y limitada de puntos de interés muy atractivos por razones de seguridad y porque se sienten más en control.

Resultados: en este trabajo demostramos que el modelo existente del problema de orientación probabilística se ajusta a una variante probabilística de este problema y que las técnicas de muestreo de Monte Carlo se pueden usar dentro de un solucionador heurista para proporcionar soluciones de manera eficiente.

Conclusiones: En este trabajo demostramos que el modelo existente del Problema de Orientación Probabilística se ajusta al Problema estocástico del Diseño del Viaje Turístico. Propusimos una forma de resolver el problema utilizando técnicas de muestreo de Monte Carlo dentro de un solucionador heurístico y discutimos varias posibles mejoras en el modelo. Se desarrollará una extensión adicional del modelo para resolver problemas más prácticos.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Angelelli, E.; Archetti, C.; Filippi, C., & Vindigni, M. (2017). “The probabilistic orienteering problem”. Computers and Operations Research. 81, 269-281.

Campbell, A.M. & Thomas, W. (2008). “Probabilistic traveling salesman problem with deadlines”. Transportation Science. 42(1), 1-21.

Chou, X., Gambardella, L. M., & Montemanni, R. (2018). “Monte Carlo Sampling for the Probabilistic Orienteering Problem”. New Trends in Emerging Complex Real Life Problems. AIRO Springer, Serie s 1, 169-177.

Gunawana, A., Laua, H. C., & Vansteenwegenb, P. (2016). “Orienteering Problem: A Survey of Recent Variants, Solution Approaches and Applications”. European Journal of Operational Research. Volume 255, Issue 2, 315-332.

Kramer, R., Modsching, M., & Ten Hagen, K. (2006). “A city guide agent creating and adapting individual sightseeing tours based on field trial results”. International Journal of Computational Intelligence Research. 2(2), 191–206.

Papapanagiotou, V., Montemanni, R., & Gambardella, L. M. (2015). “Hybrid sampling-based evaluators for the orienteering problem with stochastic travel and service times”. Journal of Traffic and Logistics Engineering. 3(2), 108-114.

Weyland, D., Montemanni, R., & Gambardella, L. M. (2013). “Heuristics for the probabilistic traveling salesman problem with deadlines based on quasi-parallel monte carlo sampling”. Computers and Operations Research. 40(7), 1661-1670.

Vansteenwegen, P., Souffriau, W., Vanden Berghe, G., & Van Oudheusden, D. (2009). “Metaheuristics for tourist trip planning”. In Lecture Notes in Economics and Mathematical Systems Springer, 15-31.

Descargas

Publicado

2019-09-30

Cómo citar

Chou, X., Gambardella, L. M., & Montemanni, R. (2019). Muestreo de Monte Carlo para el problema del diseño del viaje turístico. Millenium - Journal of Education, Technologies, and Health, 2(10), 83–90. https://doi.org/10.29352/mill0210.09.00259

Número

Sección

Ingenierías, Tecnología, Gestión y Turismo