狼群算法优化神经网络的游客数量预测

论文摘要

为提高BP神经网络模型对景区游客数量预测的准确度,提出一种基于狼群（WPA）算法优化BP神经网络的预测方法。狼群算法探索能力强,求解性能优,而且收敛速度快,能够实现BP网络初始权值及阈值的优化,提高BP网络预测模型的非线性拟合能力。用此WPA-BP预测方法对五大连池景区游客数量进行预测,并与GA-BP和PSO-BP预测方法比较。仿真结果表明该预测算法在寻优精度和收敛速度上表现较优,对景区游客数量预测具有更好的预测准确度。

论文目录

• 引言
• 1. BP神经网络
• 2. WPA-BP算法
•   2.1 狼群算法（WPA）
•     2.1.1 游走过程
•     2.1.2 召唤过程
•     2.1.3 围攻过程
•   2.2 WPA-BP算法步骤
• 3．数据仿真实验
•   3.1 BP网络预测模型
•     3.1.1 BP网络预测模型输入变量
•     3.1.2 数据归一化处理
•     3.1.3 建立BP网络预测模型
•   3.2 评价准则
•   3.3 实验分析
•     3.3.1 WPA-BP算法参数初始化
•     3.3.2 实验预测
• 4．结束语

文章来源

类型: 期刊论文

作者: 曹爽,张雷,张青凤

关键词: 游客数量预测,狼群算法,神经网络,优化

来源: 运城学院学报 2019年06期

年度: 2019

分类: 社会科学Ⅱ辑,信息科技,经济与管理科学

专业: 自动化技术,旅游

单位: 运城学院数学与信息技术学院

基金: 山西省教育科学“十三五”规划2017年度课题(GH-17068),运城学院教学改革研究专项项目(JGZX10),运城学院校级科研项目(CY-2019037)

分类号: TP183;F592.7

DOI: 10.15967/j.cnki.cn14-1316/g4.2019.06.008

页码: 33-36

总页数: 4

文件大小: 229K

下载量: 170