未来智讯 > 神经网络论文 > 基于BP神经网络的旅游需求展望

基于BP神经网络的旅游需求展望

发布时间:2019-03-30 01:06:01 文章来源:未来智讯    
    基于BP神jingwangluodelvyou需求展wang作者: 夏冰chen东彦潘状元  摘yao:文章基于lvyou需求de时间序列统jishu据yiBP神经wangluo理论为根本构建了旅游需求展wangmozi:借助MAT-LAB软件进行旅游需求神经网络展望模子的she立与兑现,yi决对现shi数据的剖析,讲明了该yao领的有用xing
  关头词:展望;旅游需求;神经网络;BP
  
  yi、问题的ti议
  
  在旅游fa财国度,计量经济学已经ying用到旅游经济切cuozhizhong1961年一篇名为《国际市场shanglv游商品与服务的需求》的文章问世,旅游需求展望范畴引起人men的存眷1973年,Strazhein、Harropdengrenying用旅游需求收益弹性和价格弹性来评释国际旅游需求的高su成长1991年,sungSoo Pyp在《旅游需求的线性积攒模子》zhong运用模子剖析价格、收益、时间等因su对旅游需求的影响。然而,影响旅游需求的因素duo且纷乱,很多因素自己尚具混沌性、杂乱性,以shi上述各种竭力xiao率甚wei。在旅游经济的成长过程中。实在有某种ji律性的工具,huo者称为模式。这种纪律性的工具经常蕴涵于看似混乱无章的da量汗qing数据中,是以,yao想得到有用展望,关头在于凭据汗青数据发现纪律。从数学的角度看,便是设立某种映射关系(函数)。bing进行函数的拟合,神经网络是解决这一问题的最好东西之一。
  颠末几十年的成长,已经形成了上百种人zao神经网络。1974年,P.Werbos在其博士论文中提议了第一ge适合多ceng网络的进修算fa,但该算法并未受到zu够崇尚和普遍的应用。直到20世纪80年yue中期,DavidRunelhart,Geoffrev Hintorl和RorlaldWilliams,David Parkr以及Yannn Le Cun离别自力的发现了BP算法。1986年,美国jia利福尼亚的PDP(parallel distributed pro-cession)小组颁发了《Pardlel DistributedProcessing》一书,将该算法应用于神经网络的切磋。才shi之成为迄今为止最知名的多ceng网络进修算法――_BP算法,you此算法训练的神经网络,称之为BP神经网络。尺度的BP网络是凭据W-H进修准则,xuan取梯度降落算法,对非线性可微分函数进行权值训练的多层网络。由Kolmogorovding理和BPding理可知,对付一个3层BP神经网络,只要隐层jie点数足够多,就具有迫近随意率性纷乱的非线性映射的才力。
  今朝,在人zao神经网络的现实应用中,大大都的人造神经网络模子是选取qian馈反向传bu网络(Back-Propagation-Net-work,BP网络)或它的改变体例,它是前向网络的焦点,体现了人造神经网络最jing髓的局部。
  BP神经网络,即多层前馈式pian差反逼真经网络。平日由输入层、输出层和ruo干隐含层组成。每一层都由ruo干个节点构成,每一个节点表现一个神经元,表层节点与基层节点之间议决权联贯。层与层之间的节点选取全hu联的联贯体式格局,每层内节点之间异国关联。以一个3层布局的BP神经网络为例,即含有一个输入层、一个输出层和一个隐含层,其布局如图1所示:
  
  二、旅游需求神经网络展望模子的设立
  
  网络设计是一个综合性问题,它应餍足多种各异要求。个中有较好的推广才力是最首要的。一般说来。推广才力决意于3个首要因素,即问题自己的纷乱水平、网络布局以及样本量巨细。在一般环境下。旅游需求展望切磋中样本的数目是必然的。是以可归结为在样本量必然的环境下,若何选择网络规模的问题。
  在进行BP网络展望模子设计时,首要思虑以下因素:网络的层数、每层中的神经元个数和激活函数。
  
 (一)确定网络层数
  由Kolmogorov定理和BP定理可知,一个3层BP神经网络。只要隐层节点数足够多,就具有迫近随意率性纷乱的非线性映射的才力。是以,设计布局简略的3层BP神经网络就能够餍足要求。
  
  (二)确定各层中神经元的个数
  凭据旅游需求的已有数据,确定输入层神经元的个数为6,输出层神经元的个数为1。
  隐层节点个数与训练速率相关,但其真实的寄义是与现实问题的决意因素相对应的,由于隐层节点的作用是从样本中提取并存储其内涵纪律。当选取一个隐含层的时辰,为了提高网络的训练精度,能够议决添加隐含层神经元的个数来兑现指标。若是隐含层神经元的个数过多,会添加网络的迭代次数,从而使网络的训练时间延伸,同时也会贬低网络的泛化才力,导zhizhan望才力降落;反之。若是隐含层神经元的个数过少。则网络很难辨认样本,难以完成训练,而且网络的容错性也会贬低。
  议决多次shi验,确定隐层节点个数为40。
  
  (三)确定激活函数
  确定激活函数tansig和purelin。
  
  三、尝试剖析
  
  (一)网络训练
  数据的选择与数据表现的科学公道性对网络设计有严重影响。数据的chou备包罗数据的收罗、数据的剖析、变量的选择和数据预处zhi等程序。
  1、数据的收罗。样原来源于《中国旅游统计年鉴》,从1993―1999nian各年1-12月的外国大家境旅游人数,共采集84个数据。
 2、数据的预处置。为了保证数据为统一数目级,起首必要对神经网络的输入和输出数据进行必然的预处置:将原数据cheng以10-5将采集的数据进行预处置,如表1所示。凭据采样要领,将数据划分为78组,组成训练和测试样本集。个中,前72组样本为网络训练样本集,后12组样本构成网络测试样本集。样本采用如图2所示。图3证明,跟着训练次数的添加,网络最小偏差逐步贬低。当训练次数到达24974次时,网络到达设定的偏差。即网络完成训练。
  
  (二)网络展望
  以1998nian7―12月的旅游人数作为网络输入,网络谋略出1999年1月的展望旅游人数:然后将1998年8月―1999年1月的旅游人数作为网络输入,网络谋略出1999年2月的展望旅游人数。依次转动。即可展望1999年1―6月各月的旅游人数。最终,将展望了局乘以105进行huan原。
  
  (三)展望了局剖析
  议决表2中神经网络的展望值与拟合直线方程法的展望值作bi力,可见应用神经网络进行旅游需求展望是可行的。且qizai精度上较拟合直线方程法好。
  
  四、告终语
  
  将神经网络应用到旅游需求展望中,对付这种非线性的展望,具有很好的效率。固然,还有许多不及之处必要改良。例如,分组数实在定、BP算法的隐层数实在定等,怎么样能使展望精度提高还必要进一步进行探究。
  
  参考文献:
  1、叶世伟,神经网络原理[M]机器工业出书社,2004
  2、周开利,kangyao红,神经网络模子及其MATLAB仿真步骤设计[J],清华大学出书社,2005
  3、高隽,人造神经网络原理及仿真正例[M],机器工业出书社,2003
  4、夏冰,茂盛,徐海静,白素英,数学要领在经济范畴中的应用――应用拟合直线方程法进行旅游需求展望[M],金融理论与讲授,2008(4)
  5、焦淑华,夏冰,徐海静,刘莹BP神经网络展望的MATLAB兑现[J],金融理论与讲授,2009(1)
  6、孙伟,加权拟合直线法在旅游需求展望中的应用[J],数学的实践与相识,2009(2)
  7、戚德虎,康继昌,BP神经网络的设计[J]mou略机工程与设计,1998(4)
转载请注明来源。原文地址:https://www.7428.cn/page/2019/0330/86634/
 与本篇相关的热门内容: