虽然国内拥有较大的在线旅游市场，但是旅游公司众多，对游客资源的竞争激烈，使得游客资源相对分布不均匀。对于大的旅游公司，每一条旅游线路上都拥有大量的游客资源，很少遇到过因为某一旅游线路的游客不足，而导致无法规划一个常规的旅游团，所以在旅游线路调度上常常采取先来先入团结合人工调度的方式进行资源的调度的方法；而中小型的旅游公司常常遇到上述这样的问题，旅游线路资源过于碎片化，使得公司效益不高。为了减少资源的碎片化带来的损失，需要将旅游线路资源进行整合。然而过度碎片化的资源使得几乎不可能进行人工调度，本研究致力于为中小型旅游公司零散化旅游线路资源的整合提供合适的方法。为了快速地完成资源的整合和调度，可以依赖软件，使用旅游公司智能体来帮助旅游公司报价策略。旅游公司它既可以是买家也可以是卖家，旅游线路作为商品，旅游公司给出旅游线路的价值评估，利用博弈论中的拍卖理论对每个旅游公司智能体的策略进行研究，决定旅游公司是否出售自己的旅游线路或购买其他公司的旅游线路，完成旅游线路资源的分配。

国内外研究现状分析：

我国目前旅游资源学的研究仍然以概念性为主，缺少定量的分析。随着旅游业的不断发展，旅游资源研究面临着与实际情况脱节的问题。这表明对旅游资源的研究必须在之前的理论和方法上有新的突破，实现旅游资源的定量分析[1]。近些年来，经济学、博弈论、计算机科学在各行业电子市场的市场机制设计上起到了重要的作用，Martin Bichler和Argiris Tsamakos等人提出将拍卖理论用于旅游业来进行旅游资源分配[2][3]。Avrim Blum等人研究了买家和卖家在不同时间进入市场对市场上的一种商品进行买卖的在线市场清仓问题,并提出了一种几乎最优激励兼容的算法来最大化社会福利[4]。Peter R. Wurman等人分析了周期双边拍卖机制，得出单物品密封报价拍卖是激励兼容的[5]。Jonathan Bredin等人提出并评估在双边拍卖市场中动态匹配智能体的一般框架[6]。国外有大量学者使用组合拍卖对资源分配问题进行了分析[7][8][9][10],其中Rezvan Alipoor Sabzevari等人提出组合使用ICA和遗传算法解决云计算中的资源分配问题[8],Mu Xia等人提出可将组合拍卖中的资源分配问题转为多维背包问题并用遗传算法求解[9]。虞安波等人提出了一种以目标函数加约束惩戒函授作为适应函数的遗传算法解决多维背包问题[11]。Robert，C.Holte分析了爬山算法在组合拍卖中应用的性能[12]。Wen Song等人提出了一种多项式时间算法来解决基于组合拍卖的分布式资源调度问题[13][14]。Tuomas Sandholm等人研究了广泛的组合市场设计，包括拍卖，反向拍卖和交换，每个项目有一个或多个单位等，并分析各种组合拍卖市场设计中竞胜问题求解的难易程度[15]。

2. 研究的基本内容与方案

目标简介:

本研究致力于为中小型旅游公司零散化旅游线路资源的整合提供合适的方法。为了快速地完成资源的整合和调度，可以依赖软件，使用旅游公司智能体来帮助旅游公司完成报价策略。旅游公司智能体同时作为买家和卖家，旅游线路作为商品，旅游公司给出旅游线路的价值评估，利用博弈论中的拍卖理论对每个旅游公司智能体的策略进行研究，决定旅游公司是否出售自己的旅游线路或购买其他公司的旅游线路，完成旅游线路资源的分配。

设计内容:

（1）基于拍卖机制的旅游资源调度模型；

（2）根据构建好的模型，研究旅游公司的报价策略，得到最优报价策略。

拟采用的技术方案及措施：

在互联网的环境中，旅游公司作为智能体会根据自己对资源价值的评估以及市场报价来决定以什么价格出售自己的资源（或以什么价格购买别人的资源），来获取到最大的收益。本研究采用组合拍卖机制来分析各个智能体的报价策略，使得旅游路线资源可以进行智能化的在线调度。根据智能体报价模型确定收益函数，后拟采用遗传算法对收益函数最优解进行求解。