【文章內(nèi)容簡介】 數(shù)k；（4） 如果k等于1，轉(zhuǎn)到（5），否者剔除（3）所搜索的區(qū)域所包含的點，回（3）；（5） 將搜索的（i,j）和未剔除的點看作m個類；（6） 畫出這m類的位置。由聚類分析基本步驟，得到其算法流程圖（） 聚類分析算法流程圖根據(jù)上述聚類算法步驟，利用最小生成樹法中的Floyd算法可得到最佳纜車索道線。具體的操作可如下：由于以國家森林公園為旅游的出發(fā)點，可以從所有景點中剔除出去，利用聚類分析法對剩余的50個景點進行處理，得到替代兩個或兩個以上聚點的坐標（）。 51個景點聚類后得到的數(shù)據(jù)五點聚點（29，30，32，33，34）2625四級聚點（23，26，27，28）1831四點聚（15，16，18，21）3743三點聚（12，13，14）2247三點聚（38，39，40）5850三點聚（46，48，49）7887兩點聚（35，36）2014兩點聚（22，24）527兩點聚（19，20）1237兩點聚（7，41）5261兩點聚（47，50）8591由聚類后得到的景點與未被搜索到的18個景點坐標相組合，構(gòu)出30個新的空中纜車站坐標。，用圖片的形式展現(xiàn)。 30個新的空中纜車站坐標聚類后，將得到的30個空中纜車站坐標，運用Floyd算法，找出纜車索道建構(gòu)最優(yōu)路徑（、）其距離：d= ，實際距離D=，所需最小費用為S=。 30個空中纜車站形成的最小生成樹這一步，將新得到的30個空中纜車站坐標進行了處理，；因而我們可以得到鋪設(shè)纜車索道的路線圖，即第三步：畫出其線路圖； 30個新纜車站的大致走向 聚類后的纜車站坐標序號地名名坐標x坐標y序號地名名坐標x坐標y11181151643307722311417445671331195184546894421861951109225597520五點聚點（29，30，32，33，34）262566216821四級聚點（23，26，27，28）183178245522四點聚（15，16，18，21）374389196323三點聚（12，13，14）224791005724三點聚（38，39，40）58501011165025三點聚（46，48，49）78871117184026兩點聚（35，36）20141225573627兩點聚（22，24）5271331122828兩點聚（19，20）123714370029兩點聚（7，41）52611542426830兩點聚（47，50）8591，以便游客查找最佳旅游路線及鋪設(shè)索道的最優(yōu)路線。起點國家森林公園1414—26—20—21—13—27 14—26—20—21—28—9—10—8—514—26—20—21—28—11—23—22 14—26—20—21—28—11—23—7—6—16—1814—26—20—21—28—11—23—7—6—16—4—3—2—1 14—26—20—21—28—11—23—7—6—16—15—29—17—25—30 14—26—20—21—28—11—23—7—6—16—15—29—24—12—19 ，這個走向是在考慮實際因素的條件下，鋪設(shè)纜車索道的最短距離，所用費用最小的走向，即為本文所構(gòu)建的張家界旅游最佳路線。六、模型評價問題一：利用Google地圖對張家界51個景點進行定位搜索，可以精確的定位出各個點的經(jīng)、緯度；但由于各點的經(jīng)、緯度相差不大，對所給經(jīng)、緯度標準化處理，得到的景點的相對平面坐標有著較大的系統(tǒng)誤差。計算機對這些景點坐標進行數(shù)據(jù)處理和作圖與原圖比較，存在細微的差別。問題二：由于建設(shè)纜車索道所要考慮的因素有很多，而這些因素有些是難以數(shù)據(jù)化，譬如地理環(huán)境和每個景點的客流量等。本文只能忽略這些因素對張家界旅游管理部門建造纜車索道的影響，相應(yīng)的構(gòu)建比較理想的模型環(huán)境。在構(gòu)建最佳路線模型，本文是假設(shè)所有景點的海拔時相同的，實際上張家界旅游景點有高山、平地以及湖泊等，它們在二維圖上纜車索道建造的長度是不相同的。根據(jù)景點坐標運用聚類分析——最小生成樹法作出纜車索道圖形，聚類分析法可以精確、清晰的分析51個旅游景點的密集程度，保證聚合得每一類聚點都是唯一確定的且滿足約束條件。本文的創(chuàng)新點在于對密集程度比較高的景點進行新型聚類處理。一般的聚類分析法對已知的所有點中兩個最近點合并一類，看作一個新點，反復查找，層層聚類，直到類數(shù)只有一個停止。而本文的聚類相對于一般聚類法多出一個約束條件，也就是旅客所能接受步行距離的最大值為500m。本文對所有可能設(shè)置纜站進行迭代搜索，搜尋最密集的區(qū)域，進行聚類，看作一類，去除這類所有的纜站，對剩余的纜站再進行迭代搜索，反復迭代，直到搜索到一點歸為一類停止，將剩下的一點為一類，通過這種算法可節(jié)省張家界旅游管理部門對纜車索道的投資近1億人民幣。七、模型改進針對模型評價的某些缺點與不足，我們可以進行適當?shù)母倪M，具體方法如下：張家界的所有風景區(qū)的人流量和地勢是不同的。因此，人步行到各個風景區(qū)的最大距離，如到高山、平地以及湖泊可以賦予不同的權(quán)重；人流量比較高或地勢較平的景區(qū)可以賦予相對小點的權(quán)重，而比較冷僻或地勢比較高的景區(qū)可以賦予相對大點的權(quán)重。對于實際的景區(qū)環(huán)境進行實地考察，將一些不適合建纜車的景區(qū)當作異常點剔除，一些景區(qū)間有著比較大的屏障，可以設(shè)它們的距離為無窮大，也就是說它們間不能建纜車索道。人們對張家界旅各游景區(qū)的選擇：旅游景點的風景好壞對旅客的吸引力有著重要的