Con la mejora del nivel de vida de las personas y sus intereses de entretenimiento, los parques temáticos se han convertido en uno de los lugares de vacaciones más populares. Muchos sitios web de parques temáticos proporcionan una variedad de información, según la cual los turistas pueden organizar sus propios horarios. Sin embargo, la mayoría de los sitios web de parques temáticos suelen tener demasiada información, lo que dificulta a los turistas desarrollar una planificación turística. Por lo tanto, el problema de enrutamiento de parques temáticos ha atraído la atención de los académicos. Basándonos en el Problema del Viajante de Comercio (TSP) en red, proponemos un Problema de Enrutamiento de Parques Temáticos Dependiente del Tiempo (TDTPRP), en el que el tiempo de caminata es dependiente del tiempo, considerando el grado de congestión y fatiga. El objetivo principal es maximizar el número de atracciones visitadas y la satisfacción, y reducir las colas y el tiempo de caminata. Para verificar la viabilidad y la eficacia del modelo, utilizamos el Algoritmo Genético Partenogenético (PGA) y un Algoritmo Genético de Recocido Mejorado (APGA) para resolver el modelo en este artículo. Luego, en la etapa experimental, realizamos dos experimentos, y los datos experimentales se dividieron en instancias de problemas del mundo real e instancias de problemas generados aleatoriamente. Los resultados demuestran que el algoritmo de recocido simulado partenogenético tiene una mejor capacidad de optimización que el algoritmo partenogenético general cuando se amplía la escala de los datos.