計算機演算法期末Project - 旅遊規劃王

簡訊

最詳細的專案報告，在此PDF報告檔
組員名單有:
- 106362501 簡浩庭
- 106362505 何宗龍
- 106362512 王志嘉
專案網站連結(已掛，請clone本專案並自行build): https://static-welder-265301.an.r.appspot.com/
應用程式建立影片: https://www.youtube.com/watch?v=WIAq-PkkLdc
操作說明影片: https://www.youtube.com/watch?v=e6bXcmSvU3o
備註:
1. 附件為.env檔，這個 .env 檔案是我們應用程式所使用到的機敏資料，它包含了google map api 與 mongodb connectiobn string 以及 map box api key等等，這個檔案得放在專案資料夾下的根目錄，得跟Dockerfile放在同一層資料下在執行 docker-compose -f "docker-compose.yml" up -d --build 時， docker-compose.yml 會引入 .env 的環境變數以讓後端的程式使用，若沒有這個 .env 檔案，程式執行起來就會出錯(找不到MongoDB連結與Google Map 要使用的API Key)
2. 網站若送出時出現500 ServerError 的訊息是因為 Google API 回傳了不符預期的資料 (Google map 找不到該地點的交通資訊導致)，請回第一頁並選擇其他景點。

行程路線障礙者良藥。出遊玩時總是會計劃著許多地區的景點，但總是難以規劃出較適合之路徑，造成通勤時間與成本的增加。
為了避免花過多的時間與成本在交通上，程式取得多個景點位置後將規劃出一條通車時間最短之路徑。
規劃好景點後，天氣總是不盡人意。如:下雨天造成原本計畫泡湯、空氣不佳導致吸入過多髒空氣、熱指數過高容易造成中暑...等，所以需要一個平台整合自訂的景點即時資訊
為了讓使用者能更快更方便的獲得天氣或空氣品質等資訊，減少反覆查詢到各個資訊平台查詢之困擾，且程式會藉由這些資訊判斷是否適合前往。
經由程式規劃與推薦後，就能達到節省交通時間與降低敗興而歸的情況，藉此提升使用者旅遊品質與家庭和諧。這個服務對於有一堆想去的地方，卻不知如何安排行車流而焦頭爛耳，也為您的家庭和諧提供的優良服務阿!!

景點選擇：
- 使用者可任選多個景點(10個以內)，並設定出發地，此頁面中主要區分為兩個區塊：
  - 提供全台灣景點列表與基本介紹或相關資訊等等
  - 顯示已選擇的項目清單
行程安排推薦結果：
- 顯示預計花費總里程
  - 安排順序Tabale與項目資訊
  - Google map 路線標記

程式串接資訊開放平台的景點資料至 Mongodb Atlas，並使用 mongoengine SDK 製作 ODM 模型，取得天氣資料後，抓出雨量、空氣品質指標等資訊，顯示於(B)介面上。
介面上顯示出等級時間內是否有雨量累積(毫米)。
除了顯示天氣狀況外，程式會推薦使用者一條最短路徑(環)，讓使用者節省交通上的時間與成本。

前端應用組件與模板框架
- HTML
- CSS
- JavaScript
- jQuery
- Datatable
- Bootstrap
後端處理之程式語言
- Python
後端框架與模板引擎
- Flask
- Jinja2
資料庫與其ODM框架
- Mongodb Atlas
- Mongoengine
主要使用模組與SDK及API
- google-maps-services-python
- Google Maps Directions API
- Google Maps Distance Matrix API
- Google Maps JavaScript API
部屬平台
- Google Cloud Platform App Engine
開發環境
- Windows WSL2 Ubuntu 18.04
- Docker Engine 19.03.12
- Kubernetes 1.18.3
API來源:
- 民生公務物聯網 API
- 民生公務物聯網-中央氣象局-雨量站 API
- 民生公務物聯網-環保署-國家空品測站監測資料 API
- 景點 - 觀光資訊資料庫 API

Hash Table: Python 內建型態 Dictionary 他能幫我們以鍵對值來儲存我們的資料，以及使用nested的方式儲存稍微複雜的資料。
Queue: 我們有 Python 中使用 threading 模組，以使用多個子執行緒去訪問來源資料(API)並存儲到 Mongodb 做紀錄與存入 Queue 中(因在做多個子執行緒時無法直接return 資料，且稍後前端會需要這些值的資訊) ，這樣才能照每個 job 完成的順序並將其取出，最後再回送至前端。

比較項目	Brute	Force backtracking	2-opt
優點	一定可以找到最佳解	優化版的暴力法，透過遞迴尋找邊界以壓縮暴力法枚舉的所有可能	效率高，速度快
缺點	需用較多硬體資源，要探討的情況有多種	不好找到能修改 backtracking 的切入點該方法效率還是比較低	只有局部最佳化是一種隨機性算法，結果可能會不同。

請依照 sample.env 將正確的環境變數代上即可。

其餘服務請自行 google 生出乃

GOOGLE_PLACES_API_KEY=
MONGODB_CONNECTIONSTRING=
MONGODB_DB=
MONGODB_HOST=
MAPBOX_API_KEY=

Name		Name	Last commit message	Last commit date
Latest commit History 77 Commits
.github		.github
.vscode		.vscode
backend		backend
.dockerignore		.dockerignore
.gcloudignore		.gcloudignore
.gitignore		.gitignore
Dockerfile		Dockerfile
LICENSE		LICENSE
README.md		README.md
docker-compose.yml		docker-compose.yml
requirements.txt		requirements.txt
sample.app.yml		sample.app.yml
sample.env		sample.env
期末報告_旅遊規劃王.pdf		期末報告_旅遊規劃王.pdf