基于神经网络集成的旅游需求预测模型

【摘要】：对旅游需求科学合理的预测是旅游规划管理的重要前提之一。BP神经网络是一种常见的传统机器学习方法,现已被广泛用于对数据的智能分析,并从中建立预测模型。然而,由于BP神经网络存在诸如易过配、参数设置难、获得全局最优解难等局限,因而在实际应用问题中表现极不稳定。本文将BP神经网络和集成学习技术相结合构建神经网络集成,并将其用于对国际入境旅游需求进行分析预测。从针对赴香港旅游的日本游客旅游需求数据分析结果看出,神经网络集成可通过结合一组有差异的BP神经网络,有效克服单个BP神经网络在这种极小规模数据集上的局限性,从而获得比包括BP神经网络在内的传统机器学习技术和传统统计方法更为准确的预测结果。