张望的时光图2文化历史游线路的旅游干线
5.2.1.2各个旅游城市旅游路线的设计
在旅游路线干线确定好后，只要在各个旅游城市里设计好旅游路线就能解决问题。由于不考虑时间的约束，即旅游者游完五日之后就结束，因此我们只要考虑旅游路线最短和旅游花费最少两个目标即可。旅游线路越短，在线路上花费的时间也越少，因此可以保证在有限的时间内游玩更多的景点；对于旅游花费最主要包括住宿、餐饮、购物及娱乐等方面，但是在本文我们只研究景点的门票费和路费。旅游花费越低，旅游者的积极性就越高，也能为更多的旅游者所接受。考虑到本问题是一个双目标规划问题，但是如果直接对旅游路线和旅游花费进行双目标规划求解，因为很难找到约束条件，而且计算的复杂性，所以很难求出问题的准确解。通过进一步分析目标函数，发现路径最短问题可以直接转化为旅游路费最少问题，由于在前文已经假设了在海南省内旅游只坐空调旅游车，而做空调旅游车的车费按约1元/（公里*人）计算，因此只要把路程S乘以空调旅游车单位距离的车费就可得到路费。综上所述，我们可以把去某个景点的要花的路费和景点的门票价加起来作为该景点的旅游花费。然后用蒙特卡罗改进的模拟退火算法对问题进行求解。
模拟退火的基本思想：
模拟退火算法来源于固体退火原理，将固体加温至充分高，再让其徐徐冷却，加温时，固体内部粒子随温升变为无序状，内能增大，而徐徐冷却时粒子渐趋有序，在每个温度都达到平衡态，最后在常温时达到基态，内能减为最小。根据
Metropolis准则，粒子在温度T时趋于平衡的概率为exp( EkT)),其中E为温度T时的内能， E为其改变量，k为Boltzmann常数。用固体退火模拟组合优化问题，将内能E模拟为目标函数值f，温度T演化成控制参数t，即得到解组合优化问题的模拟退火算法：由初始解i和控制参数初值t开始，对当前解重复“产生新解→计算目标函数差→接受或舍弃”的迭代，并逐步衰减t值，算法终止时的当前解即为所得近似最优解，这是一种启发式随机搜索过程。退火过程由冷却进度表(CoolingSchedule)控制，包括控制参数的初值t及其衰减因子 t、每个
t值时的迭代次数L和停止条件S。
模拟退火算法可以分解为解空间、目标函数和初始解三部分。
由一个产生函数从当前解产生一个位于解空间的新解；为便于后续的计算和接受，减少算法耗时，通常选择由当前新解经过简单地变换即可产生新解的方法，如对构成新解的全部或部分元素进行置换、互换等，注意到产生新解的变换方法决定了当前新解的邻域结构，因而对冷却进度表的选取有一定的影响。
计算与新解所对应的目标函数差。因为目标函数差仅由变换部分产生，所以目标函数差的计算最好按增量计算。事实表明，对大多数应用而言，这是计算目标函数差的最快方法。
判断新解是否被接受,判断的依据是一个接受准则，最常用的接受准则是
