本文研究了多旅行商问题（mTSP），提出了一种双阶段启发式算法ITSHA，实验结果表明其在多目标优化方面优于现有算法。同时，研究还探讨了公交运输系统的最优路径、老年人友好线路规划及公交出行特征提取方法，展示了多种算法在实际应用中的优势。

提出了一种基于学习的 NNPP 模型，用于在高程地图中快速搜索最优路径。该模型能够在新颖的地图上进行路径规划，显著缩短寻找最优路径的时间，优势随着地图规模的增加而增加。

提出了一种基于学习的 NNPP 模型，用于在高程地图中快速搜索最优路径。该模型能够显著缩短寻找最优路径的时间，并且优势随着地图规模的增加而增加。

本文提出了一种基于学习的方法，用于在高程地图中快速搜索最优路径。该方法通过学习起点和目标位置的语义信息以及地图表示，并生成每个像素的概率分布，表示其属于地图上最优路径的可能性。通过计算遍历成本，该方法能够在新颖的地图上进行路径规划。实验证明，该方法能够显著缩短寻找最优路径的时间，并且优势随着地图规模的增加而增加。