基于PSO-BP神经网络集成学习算法的安徽省旅游收入预测模型构建研究

• 作者: 姜姗 张宇航
• 来源期刊: 投资与创业
• 关键词: 粒子群算法 BP神经网络 旅游收入 安徽省
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 社会视点
• 页码范围: 138-141
• 页数: 4页
• 语种: 中文
• DOI: 10.3969/j.issn.1672－3414.2021.05.047

摘要

旅游收入作为衡量一个地区旅游业发展水平的重要指标,对政府和旅游管理部门具有重要的参考意义.本文分析了旅游收入的影响因素,考虑到数据的可操作性和有效性,建立以旅游人数、旅行社数目、客运量、人均国内生产总值、居民消费价格指数、第三产业增加值6个主要参数为输入,旅游收入为输出的BP神经网络模型;利用粒子群优化(Partical Swarm Optimization,PSO)算法对BP神经网络模型的初始权值和阈值进行了优化,构建了PSO-BP神经网络旅游收入预测模型.实证结果显示:相较于单纯使用BP神经网络预测模型,采用PSO算法优化的BP神经网络模型在旅游收入预测中具有更高的预测精度,有较好的应用价值.