陆文星1,2,戴一茹1,2, 李楚1,2,李克卿1,2
陆文星,戴一茹,李楚,李克卿. 基于改进PSO-BP神经网络的旅游客流量预测方法[J]. 系统科学与数学, 2020, 40(8): 1407-1419.
LU Wenxing, DAI Yiru, LI Chu, LI Keqin. Tourist Traffic Flow Forecasting Method Based on Improved PSO-BP Neural Network[J]. Journal of Systems Science and Mathematical Sciences, 2020, 40(8): 1407-1419.
LU Wenxing 1,2 ,DAI Yiru 1,2 ,LI Chu 1,2, LI Keqing 1,2
提高旅游风景区日客流量的预测精度,对旅游风景区的日常运营管理和 旅游资源的保护有重要意义. PSO-BP被广泛应用于预测中,针对PSO算法的惯性权重采 取线性动态变化时无法满足粒子多样性和易陷入局部极值等缺陷,文章提出一种利用改 进后的PSO-BP方法,利用粒子适应度值对惯性权重进行动态非线性变化,同时结合粒子 迭代周期增加位置扰动,对粒子群算法进行改进. 将改进后的PAPSO算法(particle swarm optimization algorithm with position disturbance and adaptive inertia weight, PAPSO)对BP神经网络 的初始权值和阈值进行优化,建立黄山风景区日客流量的Matlab预测模型,对黄山旅游客流量数 据进行实验,结果表明文章提出的基于PAPSO算法优化BP神经网络的预测模型有效地提升了预测精度.
分享此文:
No related articles found! |
阅读次数 | ||||||
全文 |
|
|||||
摘要 |
|
|||||