[发明专利]基于粒子群算法和BP网络的景区客流量的预测方法及系统

摘要

本发明提供一种基于粒子群算法和BP网络的景区客流量的预测方法及系统，属于景区客流量的分析技术领域。该预测方法包括：获取训练集并生成初始的BP神经网络，训练集包括景区的历史客流量数据；初始化粒子群算法的参数，确定适应度函数；针对所述BP神经网络随机生成初始的种群以作为初始解；根据所述解更新所述BP神经网络；采用所述BP神经网络对所述训练集进行预测以生成预测值；根据所述预测值、所述训练集中的实际值和所述适应度函数计算所述种群中每个粒子的适应度；寻找所述种群的个体极值和群体极值；计算所述粒子群算法的惯性权重；对所述种群中的每个粒子的位置和速度进行更新。该预测方法可以对景区的客流量进行精确预测。

主权项

1.一种基于粒子群算法和BP网络的景区客流量的预测方法，其特征在于，所述预测方法包括：获取训练集并生成初始的BP神经网络，所述训练集包括景区的历史客流量数据；初始化粒子群算法的参数，确定适应度函数；针对所述BP神经网络随机生成初始的种群以作为初始解；根据所述解更新所述BP神经网络；采用所述BP神经网络对所述训练集进行预测以生成预测值；根据所述预测值、所述训练集中的实际值和所述适应度函数计算所述种群中每个粒子的适应度；寻找所述种群的个体极值和群体极值；计算所述粒子群算法的惯性权重；对所述种群中的每个粒子的位置和速度进行更新；分别判断每个所述粒子的速度和位置是否超过设定的界限；对超过设定界限的所述粒子进行处理以使得越界的所述粒子处于预设的界限范围内；判断所述粒子群算法的迭代次数是否达到预设的最大迭代次数；在判断所述迭代次数达到所述最大迭代次数的情况下，将输出的最优解作为所述BP神经网络的参数；将所述景区的客流量的历史数据输入所述BP神经网络中以预测所述景区的未来客流量数据；在判断所述迭代次数未达到所述最大迭代次数的情况下，再次根据所述解更新所述BP神经网络并执行所述预测方法的相应步骤直到所述迭代次数达到所述最大迭代次数。