旅游路线规划问题是一类特殊的规划问题。长期以来，非知识化和非个性化是旅游路线规划问题求解中存在的两个基本问题，随着现代旅游业的快速发展，这两个问题已经变得越来越突出。　　 为解决这些问题，本文首先认为，旅游过程是旅游者获取知识的过程，旅游过程同时也是一个满足旅游者个性化需求的过程。据此，本文提出了一种基于旅游本体、景点知识库和旅游者个性化需求的旅游路线规划方法，以生成旅游者满意的知识化和个性化旅游路线。　　 具体地，本文主要开展了以下几方面研究工作，并且取得了相应的创新性成果：　　 1.定义了基于OWL的旅游本体表示语言，用于对旅游知识进行有效地组织和管理。进而提出了以旅游本体为介导的旅游知识集成模型。通过该模型，可以将网络上分布、异质的旅游知识通过语义映射、知识融合而形成一个虚拟的集中式旅游知识库，从而支持旅游路线规划任务的完成。该模型具有以下优点：1)可以充分利用现有旅游知识资源，因此建立和维护成本较低：2)旅游知识的来源可以不只一个，因此对任一旅游知识资源的依赖性较低，从而提高了可靠性；3)新增旅游知识资源可以很方便地加入到本模型，即具有很好的可扩展性。　　 2.通过对CCM模型进行扩展，提出了CEM交互式决策支持模型。笔者在两方面对CCM模型进行了扩展，其一是简化了旅游者表达偏好的方式，其二是增加了处理模糊用户偏好的机制。CEM交互式决策支持模型具有以下主要特点：1)不要求旅游者一次性给出精确的偏好信息(往往很难做到)，相反旅游者偏好是规划过程中，随着对问题理解的逐渐加深而逐步构造出来的；2)对旅游者认知成本的要求比较低。　　 3.将旅游过程看成一个旅游者获取知识的过程，探讨了从知识的角度评价旅游路线的方法，并定义了六个知识评价准则(知识负担、知识可鉴别性、知识系统性、知识多样性、知识有序性和知识效率)。相对于现有绝大多数旅游应用系统只考虑旅游者兴趣和偏好的情况，笔者认为，本文提出的旅游路线规划方法能够提供更加专业化的服务，也更加符合知识经济下旅游者对旅游路线规划的要求。　　 4.在交互式增广加权切比雪夫规划(IAWTP)的基础上，提出了智能旅游路线规划的交互式多属性决策算法。进行了以下两点扩展；1)利用推荐方案在属性上的评价的分布情况对用户偏好分析结果进行了校正，从而排除了推荐方案在各属性上评价分布的差异性对用户偏好分析结果的影响；2)提出了一种更加简单的采样算法，可以显著提高推荐效率，从而使得交互式决策方法具有较高的响应速度。　　 5.提出了两步法旅游路线规划方法。旅游者的旅游需求分为两部分，即旅游者约束和旅游者偏好，其中前者通常是确定的，而后者则具有很大的不确定性(模糊性)，因此旅游路线规划问题是一个模糊多准则决策问题。两步法首先考虑旅游者约束(以及领域约束)而求出所有可行旅游路线，然后采用交互式多属性决策方法从中找出一个旅游者满意的解。此方法可以显著提高旅游路线规划的效率：1)能够尽早发现不合理的旅游者约束，从而避免不必要的计算；2)只需进行一次约束处理，之后的交互式决策过程只需根据逐步精确化的旅游者偏好对可行旅游路线进行不同的排序。