[发明专利]一种基于混合优化RBF神经网络的景区客流量预测方法及系统

摘要

本发明公开了一种基于混合优化RBF神经网络的景区客流量预测方法及系统，用于景区管理领域，其预测过程采用径向基神经网络和混合优化算法，步骤为：数据收集，数据预处理，建立模型，确定中心和方差，全局优化，局部优化，客流预测；其采用RBF神经网络比传统BP神经网络具有更强的泛化能力和更高的逼近精度，更适用于本领域，提高预测的时效性；混合优化是通过鱼群算法全局搜索能力和粒子群算法的局部收敛的优点，提高预测的准确率；本发明可更准确的预测未来几天某地各景区游客数量，为景区管理者决策提供帮助。

主权项

1.一种基于混合优化RBF神经网络的景区客流量预测方法，其特征在于，采用径向基神经网络和混合优化算法；包括以下步骤：数据收集：收集景区历史的客流量和特征变量；数据预处理：采用所述数据收集步骤所收集的数据集，对数据进行预处理；建立模型：建立一个三层RBF径向基神经网络模型；确定中心和方差：通过K‑means算法确定中心和方差；全局优化：通过人工鱼群算法确定全局最优域；局部优化：通过粒子群算法确定局部最优解；客流预测：收集的当前特征数据，然后通过上一步优化好的模型，预测当前的客流量。